Apr, 2023
MP-FedCL:面向边缘智能的多原型联合对比学习
MP-FedCL: Multi-Prototype Federated Contrastive Learning for Edge Intelligence
Yu Qiao, Md. Shirajum Munir, Apurba Adhikary, Huy Q. Le, Avi Deb Raha...
TL;DR本文提出了一种使用多原型策略的联邦对比学习方法 (MP-FedCL),旨在增强分散式智能服务中的隐私保护功能,并在标签和特征分布不独立且倾斜的情况下,证明了多原型策略的有效性,并在 MNIST,Digit-5,Office-10 和 DomainNet 等多个数据集上显示出优异的性能.