federated continual learning | BriefGPT

关键词federated continual learning

搜索结果 - 7

用层次生成原型来减少联邦式增量学习中的偏见
该研究提出了一种通过使用可学习的提示来约束增量和联邦偏差的方法，从而提高全局模型的预测准确性，并在平均准确率上提供了 7.9% 的增加。
PDFa month ago
联邦连续学习在线进行：利用不确定性进行模态无关的类增量学习
通过基于 Bregman 信息的估计器计算模型的方差，在预测不确定性的度量下，我们能够找到具有特定特征的样本，并通过对这些样本进行模型重训练来减少现实情境中的遗忘效应。
PDFa month ago
变分贝叶斯与联邦连续学习
通过引入联邦贝叶斯神经网络（FedBNN）的连续框架，本研究通过将本地和历史数据分布的知识持续集成到单个模型中，从而在学习新的数据分布的同时保留了对历史分布的性能，实现了在联邦学习和持续学习中降低遗忘的最先进结果。
PDFa month ago
在模拟家庭环境中的联邦学习中学习社交合适的代理行为
社交机器人在日常生活中的广泛应用中，确保它们的行为与社会规范相一致至关重要。为了实现广泛应用场景，探索个体机器人可以在了解自己独特环境的同时，也能从其他机器人的经验中学习的联邦学习（FL）设置是很重要的。本文介绍了一种新颖的 FL 基准，评
PDF4 months ago
概念匹配：基于聚类的联邦持续学习
提出了一个基于聚类的概念匹配框架，用于解决 Federated Continual Learning 中的概念漂移和客户端干扰问题，并证明该框架在多个指标上优于现有系统，并能够很好地扩展到大量客户端和模型大小。
PDF8 months ago
ICMLFed-CPrompt：用对比提示实现无重训练联邦永续学习
本文针对无需重复训练的联邦持续学习 (Rehearsal-free Federated Continual Learning, FCL) 的严重遗忘问题提出了 Fed-CPrompt 方法，该方法利用提示学习技术以通信有效的方式获取任务特定
PDFa year ago
EMNLP选择性内部节点传输的联邦连续学习用于文本分类
本文提出了一种名为 FedSeIT 的框架，用于在云边界连续性中的文本分类任务中，通过选择性地结合外部客户的模型参数来最大化知识传输并提高表现，采用 Federated Learning 和 Continual Learning 两种范例，
PDF2 years ago