武科大网讯（通讯员曾宪森 张炎）近日，计算机科学与技术学院2023级博士研究生潘邦祺在中国计算机学会（CCF）推荐的A类国际学术期刊IEEE Transactions on Mobile Computing (TMC) 发表题为“Bilateral Pricing for Dynamic Association in Federated Edge Learning”的最新研究论文。潘邦祺是论文第一作者，鲁剑锋担任论文通讯作者，计算机科学与技术学院为论文的第一完成单位。
边缘网络中的联邦学习中需要设计高效的激励机制，以此来吸引足够多的用户参与参数更新，提高模型精度和泛化能力。现有的方法忽略了系统通讯效率和移动设备集群之间的相互作用，导致了网络拥塞以及数据分布不均衡。
针对这一问题，论文设计了一种基于鲁宾斯坦谈判模型的双边定价机制，该机制包括三重规则，其中
分配规则基于谈判模型给出参与者的奖励策略，而划分规则利用模块度对设备分组以建立个性化的边缘聚合，中央控制单元可以基于匹配规则最小化通信成本，而无需改变已达成的纳什均衡和社群划分。论文利用分层优化理论桥接模型泛化性能与系统通讯效率，进一步从理论上证明了动态关联能够实现最小模型传输成本，并保障模型收敛性。论文使用中国多个城市的真实通信数据集与经典模型训练数据集进行了大量验证。实验结果表明，与最新基准相比，设计的定价机制能够至少提升28.81%的任务参与度与7.55%的模型测试精度。
潘邦祺本科期间多次获得校优秀学生奖学金，研究生期间加入鲁剑锋教授团队，发表多篇高水平论文，2023年获得数学硕士学位，同年通过我校博士招生考试攻读博士学位。他目前的主要研究方向是：博弈论，边缘计算，随机优化理论等。
IEEE TMC是国际移动计算领域声誉卓著的期刊，是中国科学院JCR期刊分区的一区期刊，2024年的影响因子为7.7，也是中国计算机学会所推荐的计算机网络领域三个A类期刊之一，在网络通信领域有着重大影响力，发表难度极大。据悉，该论文是武汉科技大学历史上第一篇在TMC上所发表的论文。
