Oct, 2024
联邦学习中的群体公平性调查：挑战、解决方案分类及未来研究方向
A Survey on Group Fairness in Federated Learning: Challenges, Taxonomy
of Solutions and Directions for Future Research
TL;DR本研究聚焦于联邦学习中的群体公平性问题，旨在填补现有文献的空白。通过对相关工作的深入审视，创建了基于数据分区、位置及应用策略的解决方案新分类，并探讨了如何应对多种敏感群体的复杂性。研究指出，在联邦系统中实现群体公平性需求更多的研究方法。