BriefGPT.xyz
Sep, 2023
时序异质性中的联邦学习
Federated Learning in Temporal Heterogeneity
HTML
PDF
Junghwan Lee
TL;DR
本研究探讨了在客户端之间存在的时间异质性的联邦学习,并观察到使用固定长度序列进行训练的FedAvg获得的全局模型比使用不同长度序列的模型收敛速度更快。我们提出了一种基于经验观察的方法来减轻时间异质性,以实现高效的联邦学习。
Abstract
In this work, we explored
federated learning
in
temporal heterogeneity
across
clients
. We observed that global model obtained by \texttt{F
→