BriefGPT.xyz
Ask
alpha
关键词
heterogeneous devices
搜索结果 - 5
资源受限异步联邦学习系统中的降低系统偏差
在非同步聯邦學習 (AFL) 的部署中,我們提出一種動態全球模型聚合方法,以應對異質設備和在客戶端之間非相同分佈的數據所帶來的性能挑戰。我們的聚合方法基於客戶端的上傳頻率對其模型更新的權重進行評分和調整,以適應設備能力的差異。此外,我們在客
→
PDF
5 months ago
FlexTrain:用于异构设备环境的动态训练框架
通过 FlexTrain 框架,我们能够高效部署深度学习模型到异构设备上,从而节省训练时间和能源消耗,并且在联合学习场景下优于标准联合学习基准模型。
PDF
8 months ago
最小化能耗的联邦学习调度算法
本文主要解决采用联邦学习模型时,如何通过控制工作负载分配,最小化异构设备上的能源消耗问题。作者提出了一种基于伪多项式的最优解决方案,并针对单调递增的情况提出了四种算法。
PDF
2 years ago
KDD
无一落后:异构设备上的包容性联邦学习
该研究提出了一种名为 InclusiveFL 的客户端包含的联邦学习方法,解决异构设备下的全局模型训练问题,并通过在不同大小的本地模型之间共享知识和动量知识蒸馏方法来实现客户端之间的模型学习和知识迁移,实验表明该方法在联邦学习框架下从客户异
→
PDF
2 years ago
异构设备上的异步联邦学习:综述
该研究基于一项新的分类机制,综合分析和总结了现有各种异步 FL 范式,包括异构设备上的设备异构性、数据异构性、隐私和安全性,以及异构设备上的应用。该研究揭示了该领域面临的挑战并提出了潜在的研究方向。
PDF
3 years ago
Prev
Next