武科大網訊（通訊員曾憲森 張炎）近日，計算機科學與技術學院2023級博士研究生潘邦祺在中國計算機學會（CCF）推薦的A類國際學術期刊IEEE Transactions on Mobile Computing (TMC) 發表題為“Bilateral Pricing for Dynamic Association in Federated Edge Learning”的最新研究論文。潘邦祺是論文第一作者，魯劍鋒擔任論文通訊作者，計算機科學與技術學院為論文的第一完成單位。
邊緣網絡中的聯邦學習中需要設計高效的激勵機制，以此來吸引足夠多的用戶參與參數更新，提高模型精度和泛化能力。現有的方法忽略了系統通訊效率和移動設備集群之間的相互作用，導致了網絡擁塞以及數據分布不均衡。
針對這一問題，論文設計了一種基于魯賓斯坦談判模型的雙邊定價機制，該機制包括三重規則，其中
分配規則基于談判模型給出參與者的獎勵策略，而劃分規則利用模塊度對設備分組以建立個性化的邊緣聚合，中央控制單元可以基于匹配規則最小化通信成本，而無需改變已達成的納什均衡和社群劃分。論文利用分層優化理論橋接模型泛化性能與系統通訊效率，進一步從理論上證明了動態關聯能夠實現最小模型傳輸成本，并保障模型收斂性。論文使用中國多個城市的真實通信數據集與經典模型訓練數據集進行了大量驗證。實驗結果表明，與最新基準相比，設計的定價機制能夠至少提升28.81%的任務參與度與7.55%的模型測試精度。
潘邦祺本科期間多次獲得校優秀學生獎學金，研究生期間加入魯劍鋒教授團隊，發表多篇高水平論文，2023年獲得數學碩士學位，同年通過我校博士招生考試攻讀博士學位。他目前的主要研究方向是：博弈論，邊緣計算，隨機優化理論等。
IEEE TMC是國際移動計算領域聲譽卓著的期刊，是中國科學院JCR期刊分區的一區期刊，2024年的影響因子為7.7，也是中國計算機學會所推薦的計算機網絡領域三個A類期刊之一，在網絡通信領域有著重大影響力，發表難度極大。據悉，該論文是武漢科技大學歷史上第一篇在TMC上所發表的論文。
