• مقدمه (14)
  • تعریف مسئله (14)
  • اهمیت موضوع (16)
  • ادبیات موضوع (17)
    • روش‌های وفقی در محیط‌های ابری و لبه (17)
    • یادگیری فدرال و تخصیص منابع (18)
    • سیستم‌های خودمختار و مدیریت منابع (18)
    • محدودیت‌ها و چالش‌های موجود (19)
  • اهداف پژوهش (19)
  • ساختار رساله (20)
• مبانی نظری و مفاهیم پایه (21)
  • محاسبات لبه (21)
    • آموزش لبه (23)
    • سیستم‌های خودمختار در محاسبات لبه (25)
  • یادگیری فدرال (27)
    • مزایای یادگیری فدرال در محاسبات لبه (29)
    • معماری یادگیری فدرال (30)
    • ساختار شبکه: یادگیری فدرالی متمرکز و غیرمتمرکز (31)
  • سیستم‌های خودمختار (33)
    • معماری سیستم‌های خودمختار (34)
  • بررسی کلی یادگیری تقویتی مبتنی بر مدل (36)
• کارهای پیشین (41)
  • روش‌های وفقی و بهینه‌سازی منابع در محاسبات لبه (41)
    • مقیاس‌گذاری خودکار در کاربردهای AR (41)
    • پیاده‌سازی AR با استفاده از MEC (42)
    • بهینه‌سازی منابع در کاربرد FL (43)
    • بهینه‌سازی منابع در کاربردهای ویدئو (43)
  • تخصیص منابع در یادگیری فدرال (44)
    • تخصیص منابع در یادگیری فدرال متمرکز (44)
  • تخصیص منابع در سیستم‌های خودمختار (49)
  • جمع‌بندی (51)
• روش‌های وفقی برای یادگیری فدرال در محیط محاسبات لبه (52)
  • مقدمه (52)
  • مدل سیستم (56)
    • مدل پیشنهادی یادگیری فدرال (56)
    • مدل محاسباتی و ارتباطی (58)
    • مدل دینامیک (59)
    • مصرف انرژی (59)
    • مدل تغییرات کانال (60)
    • همبستگی متغیرهای تصادفی بهره کانال (61)
    • خطای مدل یادگیری فدرال (61)
    • مدل مسیر (63)
    • مدل زیان (63)
  • راه‌حل پیشنهادی (65)
    • تحلیل پیچیدگی زمانی (68)
    • پیچیدگی بازنمایی (68)
• روش‌های وفقی برای یادگیری فدرال غیرمتمرکز در محیط محاسبات لبه (70)
  • مدل پیشنهادی یادگیری فدرال (70)
    • مدل محاسبات و ارتباطات (72)
    • مدل دینامیک (72)
    • مدل پاداش (75)
  • راهکار پیشنهادی (77)
• روش‌های وفقی برای سیستم‌های خودمختار در محیط محاسبات لبه (79)
  • مقدمه (79)
  • مدل سیستم (81)
    • بهینه‌سازی منابع (82)
    • گراف مجموعه‌های محدب برای بهینه‌سازی برنامه‌ریزی: مرور بر ادبیات (83)
    • بهینه‌سازی برنامه‌ریزی با وجود نواقص ادراک (85)
  • راهکار پیشنهادی (87)
    • روش بهینه‌سازی مشترک (88)
    • روش بهینه‌سازی جداگانه (88)
• نتایج (93)
  • مدل پیشنهادی برای یادگیری فدرال در محیط محاسبات لبه (93)
    • نتایج شبیه‌سازی (93)
  • یادگیری فدرال غیرمتمرکز (100)
  • بهینه‌سازی منابع در سیستم‌های خودمختار (102)
• نتیجه‌گیری و کارهای آینده (106)
  • نتیجه‌گیری (106)
  • پیشنهادهایی برای کارهای آینده (107)
  • جمع‌بندی (108)
• مراجع (109)
• واژه‌نامه (115)