Jan, 2023
异质特征空间个性化联邦学习
Personalised Federated Learning On Heterogeneous Feature Spaces
Alain Rakotomamonjy, Maxime Vono, Hamlet Jesse Medina Ruiz, Liva Ralaivola
TL;DR提出一种名为 FLIC 的通用框架,通过本地嵌入功能将客户端数据映射到公共特征空间,使用 Wasserstein barycenters 学习公共特征空间,通过分布对齐机制将本地嵌入函数集成到联邦学习中,并提供 FLIC 的算法,与涉及异构输入特征空间的 FL 基准进行性能比较,同时提供支持我们方法相关性的理论见解。