BriefGPT.xyz
Ask
alpha
关键词
decentralized model training
搜索结果 - 4
FedFNN:基于更新预测的联邦推荐系统中的训练快速收敛
FedFNN 是一种用于加速分布式模型训练的算法,通过在样本集中使用未采样用户的权重更新,从而在保持或提高准确性的同时,实现比其他方法快 5 倍的训练速度,且在客户端群集变化的情况下表现一致,在可用性有限的情景中优于其他方法,更快地收敛。
PDF
10 months ago
Dirichlet 分布异构数据的 FedAvg 和 Per-FedAvg 算法的比较评估
该研究调查了联邦学习(FL)这一机器学习范式,允许在不共享原始数据的设备上进行分散模型训练,从而保护数据隐私。我们比较了该范式内的两种策略:联邦平均(FedAvg)和个性化联邦平均(Per-FedAvg),重点关注它们在非独立同分布数据(N
→
PDF
10 months ago
DAG-ACFL: 基于 DAG-DLT 的异步聚类联邦学习
以基于有向无环图分布式账本技术(DAG-DLT)的异步聚类联邦学习(CFL)框架为基础,提出了一种名为 DAG-ACFL 的异步聚类联邦学习框架,通过组合 DAG-DLT 和聚类 FL,DAG-ACFL 实现了强大的、去中心化的、私密的模型
→
PDF
10 months ago
简洁易行:不可靠客户端下联邦学习的容错性评估
本文通过对两个实际分类问题的研究,发现在存在一些不可靠设备的情况下,分布式学习算法可以有出乎意料的良好表现。
PDF
a year ago
Prev
Next