Nov, 2023
基于联合梯度和损失的聚类联邦学习设计
A Joint Gradient and Loss Based Clustered Federated Learning Design
Licheng Lin, Mingzhe Chen, Zhaohui Yang, Yusen Wu, Yuchen Liu
TL;DR本研究提出了一种新颖的集群型联邦学习框架,使得具有非独立同分布数据的分布式边缘设备能够自主地以分布式方式形成若干个集群,并在每个集群内实现联邦学习训练。通过引入联邦学习和损失协同的分布式聚类方法,本研究克服了联邦学习中的两个挑战,并证明所提出的集群型联邦学习算法与现有基准相比,可以将聚类迭代次数减少多达 99%。