clustered federated learning | BriefGPT

关键词clustered federated learning

搜索结果 - 9

FedAC：一种适应性聚类的异构数据联邦学习框架
在本文中，我们提出了一种自适应的聚类联邦学习框架，名为 FedAC，它通过解耦神经网络并为每个子模块使用不同的聚合方法，有效地将全局知识融合到簇内学习中，同时采用一种经济高效的在线模型相似度度量基于降维技术，以及一个用于改进复杂异构环境中自
PDF3 months ago
聚类联邦学习的总变差最小化分析
联邦学习应用中的一个关键挑战是本地数据集的统计异质性。聚类联邦学习通过确定大致同质的本地数据集群来解决这一挑战。广义总变差最小化是最近一种用于聚类联邦学习的方法。该方法需要通过领域专长或数据驱动的图学习技术来获取相似性图。在一个广泛适用的聚
PDF4 months ago
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 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。
PDF4 months ago
在 NOMA 增强无线网络中重新思考聚合式联邦学习
本研究探讨了在非独立非同分布数据集下，将新型聚类联邦学习（CFL）方法与非正交多址（NOMA）相结合的好处，并提出了解决非独立非同分布条件下挑战的解决方案。在 NOMA 增强网络中共同优化子信道和功率分配可以显著改善性能。
PDF4 months ago
基于对比编码器预训练的聚类联邦学习用于异种数据
使用自监督对比学习和客户端聚类的方法，提出了基于对比预训练的聚类联合学习方法，以改善联邦学习系统的模型收敛性和性能。
PDF7 months ago
基于一致性优化的集群联邦学习中的群体共识达成机制
本论文介绍了一个解决群集联合学习问题的新方法，该方法基于共识优化 (CBO) 中的思想，使用相互作用的粒子系统进行全局优化，经过数学推导得到了该模型的收敛性证明，并通过实验结果证实了 FedCBO 算法的有效性。
PDFa year ago
聚类联邦学习中基于客户端数据子空间主角之间的高效分布相似性识别
本文提出了一种新的聚类联邦学习方法，通过分析客户端数据子空间之间的主角度直接快速识别客户端之间的分布相似性，从而形成聚类，从而有效解决了数据异质性问题。
PDF2 years ago
基于聚类联邦学习的雾计算无线接入网络内容流行度预测
本研究探讨了雾计算无线接入网络（F-RANs）中的内容流行度预测问题。通过聚类联合学习，提出了一种新的移动性感知流行度预测策略，该策略集成了针对本地用户和移动用户的内容流行度。借助双通道神经网络模型，结合本地用户和内容的隐藏特征，实现了对本
PDF2 years ago
聚类联邦学习：在隐私约束下的模型无关分布式多任务优化
本研究提出了一种基于聚类的联邦多任务学习框架（Clustered Federated Learning），可在保持数据隐私性的同时，更好地解决联邦学习中本地数据分布不同的问题，并在深度卷积和循环神经网络上进行实验证明了其有效性。
PDF5 years ago