BriefGPT.xyz
Sep, 2023
复合异构数据联邦学习
Composite federated learning with heterogeneous data
HTML
PDF
Jiaojiao Zhang, Jiang Hu, Mikael Johansson
TL;DR
我们提出了一种新算法来解决复合联合学习问题，该算法通过策略性地分离近端算子和通信来管理非光滑正则化，并且在没有关于数据相似性的任何假设的情况下解决客户端漂移。此外，每个工作者使用局部更新来降低与服务器的通信频率，并每次通信轮传输仅一个d维向量。我们证明了我们的算法线性收敛到最优解的邻域，并在数值实验中展示了我们算法相对于最先进的方法的优越性。
Abstract
We propose a novel
algorithm
for solving the composite
federated learning
(FL) problem. This
algorithm
manages
→