AAAIDec, 2023
语言引导的联邦多标签分类的 Transformer
Language-Guided Transformer for Federated Multi-Label Classification
I-Jieh Liu, Ci-Siang Lin, Fu-En Yang, Yu-Chiang Frank Wang
TL;DR提出了一种用于多标签分类的新型联邦学习框架(FedLGT),旨在解决用户异构性和标签相关性等挑战,通过在不同客户端之间传递知识来学习出稳健的全局模型,实验证明在多标签联邦学习场景下超过了标准联邦学习技术,并获得了令人满意的性能。