Mar, 2024
FedClust: 通过权重驱动的客户端聚类优化非 IID 数据上的联邦学习
FedClust: Optimizing Federated Learning on Non-IID Data through Weight-Driven Client Clustering
Md Sirajul Islam, Simin Javaherian, Fei Xu, Xu Yuan, Li Chen...
TL;DRFedClust 是一种聚类联邦学习方法,利用局部模型权重和客户数据分布之间的相关性将客户分组成簇,并动态地实时适应新加入的客户,实验结果表明 FedClust 在准确性和通信成本方面优于基线方法。