May, 2024

异构环境中联邦学习的双段聚类策略

TL;DR提出了一种双段聚类(DSC)策略,通过首先根据异构通信条件对客户端进行聚类,然后通过样本大小和标签分布进行第二次聚类,以解决数据和通信异构性问题。实验结果表明,该策略可以提高联邦学习的收敛速度,在异构环境中相比经典聚类算法具有更高的准确性。