May, 2024
利用流形重塑实现部分类不相交数据下的联邦学习
Federated Learning under Partially Class-Disjoint Data via Manifold Reshaping
Ziqing Fan, Jiangchao Yao, Ruipeng Zhang, Lingjuan Lyu, Ya Zhang...
TL;DR我们提出了一种称为 FedMR 的流形重塑方法,通过引入内部类损失和跨类损失来校准本地训练的特征空间,从而解决部分类不相交数据在联邦学习中引发的优化方向偏倚问题,实现更高的准确性和更好的通信效率。