Sep, 2023
FedFNN：基于更新预测的联邦推荐系统中的训练快速收敛
FedFNN: Faster Training Convergence Through Update Predictions in Federated Recommender Systems
Francesco Fabbri, Xianghang Liu, Jack R. McKenzie, Bartlomiej Twardowski, Tri Kurniawan Wijaya
TL;DRFedFNN 是一种用于加速分布式模型训练的算法，通过在样本集中使用未采样用户的权重更新，从而在保持或提高准确性的同时，实现比其他方法快 5 倍的训练速度，且在客户端群集变化的情况下表现一致，在可用性有限的情景中优于其他方法，更快地收敛。