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