BriefGPT.xyz
大模型
Ask
alpha
关键词
cross-silo fl
搜索结果 - 4
协作方法:为了最大化跨边界联邦学习的泛化性能
分布式联邦学习中,研究探讨了通过分组合作来提高模型的泛化性能,解决了数据异构性问题。
PDF
5 months ago
跨领域用户级差分隐私的联邦学习 ULDP-FL
我们提出了一种新的联邦学习框架 ULDP-FL,它通过每个用户的加权剪裁直接保证用户级差分隐私,在通用的跨域联邦学习中有效地提供了用户级差分隐私,并在隐私 - 效用权衡方面相比基线方法有了显著的改进。
PDF
10 months ago
BARA: 跨边缘联邦学习中基于在线奖励预算分配的高效激励机制
提出了一个使用贝叶斯优化算法进行在线奖励预算分配的拍卖激励机制 BARA,用于交叉组织边缘设备的联邦学习优化,其有效性已在真实数据集上得到验证。
PDF
a year ago
跨领域联合学习:挑战与机遇
本文概述了联邦学习领域中的一个新兴分支 “cross-silo FL”,分析了其应用和所面临的主要挑战,并对现有方法进行了系统总结,同时指出了未来需要重点研究的方向和问题。
PDF
2 years ago
Prev
Next