heterogeneous scenarios | BriefGPT

关键词heterogeneous scenarios

搜索结果 - 6

具有群组感知提示调整的异构联邦学习
在联邦学习中，我们利用预训练的 Transformer 和高效的提示调整策略，通过引入学习共享和组特定提示的概念，使全局模型能够自动适应各种局部客户数据分布，从而有效地弥合全局和个性化本地模型之间的差距，并超越以往无法适应之前未见客户的其他
PDF8 months ago
基于物联网边缘设备的联邦学习实证研究：资源分配与异构性
本文通过在大量物联网和边缘设备网络上系统地进行广泛实验，重点关注异构情况，以探究在设备上实施联合学习的可行性，并呈现了其现实世界的特征，包括学习性能和操作成本，为研究人员和从业者提供有价值的见解，促进联邦学习的实用性，并帮助改进现有的联邦学
PDFa year ago
GHQ：异构协作多智体强化学习中的分组混合 Q 学习
本研究实现了一个基于 Starcraft 多智能体协作异构场景的多智能体强化学习算法 - Grouped Hybrid Q 学习 (GHQ)，通过最大化群组间的互信息来加强协调，并在原始和新的异构地图上进行实验以证明 GHQ 相对于其他最先
PDFa year ago
ECCV通过寻求平坦的极小值改善联邦学习的泛化能力
通过研究损失和 Hessian 特征谱的几何性质，我们研究了联邦设置中模型的不良性能和泛化失败，发现使用 SAM 或 ASAM 本地训练客户端并在服务器端平均随机权重（SWA）可以显着提高 FL 中的泛化能力并有助于缩小与中央模型的差距，在
PDF2 years ago
SHED：一种基于增量 Hessian 特征向量共享的联邦学习牛顿类算法
本研究提出了 SHED 算法，这是一种专门用于加速异构场景中的联邦学习的通信受限牛顿型算法，具有对非独立同分布数据分布的鲁棒性，处理了代理通信资源的异构性，并实现了超线性收敛。
PDF2 years ago
基于稀疏图形表示的异构人脸识别判别分析
本文提出一种基于稀疏图形表示的判别分析方法，针对异构人脸识别场景下出现的纹理差异等问题，设计了自适应的稀疏图形表示方案，通过 Markov 网络生成自适应稀疏向量；并引入基于空间分块的判别分析方法以优化自适应稀疏向量，实验证明该方法在 6
PDF8 years ago