Jul, 2023

基于条件策略的个性化联邦学习中特征信息的分离

TL;DR介绍了一种用于个性化联邦学习的Federated Conditional Policy方法, 通过生成每个样本的条件策略将全局信息和个性化信息分离并分别处理,取得了比11种现有方法高6.69%的性能表现。