Feb, 2021
FedAUX:在联邦学习中利用未标记的辅助数据
FedAUX: Leveraging Unlabeled Auxiliary Data in Federated Learning
Felix Sattler, Tim Korjakow, Roman Rischke, Wojciech Samek
TL;DR本文提出了 FedAUX, 是一种改进的 Federated Distillation 算法,旨在通过在辅助数据上执行无监督的预训练并使用差分隐私确信度评分来提高模型的训练性能,实验结果表明 FedAUX 在 iid 和非 iid 模式下,表现出与中心化训练相近的优异性能。