Jan, 2022
一种基于 XGBoost 的公平高效的混合联邦学习框架用于分布式能量预测
A Fair and Efficient Hybrid Federated Learning Framework based on XGBoost for Distributed Power Prediction
Haizhou Liu, Xuan Zhang, Xinwei Shen, Hongbin Sun
TL;DR提出了基于 XGBoost 的混合联邦学习框架,通过组合水平和垂直联邦学习,从真实时间的外部特征中实现分布式电力预测,并设计了动态任务分配方案以提高训练效率和信息公平性。