label distribution skew | BriefGPT

关键词label distribution skew

搜索结果 - 5

SCALA：使用连接激活和逻辑调整进行分割联合学习
提出了一种名为 SCALA 的分布式机器学习框架，通过在服务器和客户端之间分离学习过程，并聚合基于分布式客户端数据更新的局部模型来共同训练共享模型。该框架解决了数据异质性和部分客户端参与导致的标签分布倾斜问题，并通过将客户端模型的激活连接起
PDF2 months ago
使用对比共享表征进行个性化的联邦学习，解决非独立同分布数据中的标签差异性
本文提出了一种名为 Federated Contrastive Representation Learning (FedCRL) 的个性化联邦学习算法，旨在处理分布式机器学习场景中由标签分布偏斜和数据稀缺性造成的异质性。FedCRL 通过在
PDF2 months ago
Fed-CO2：联合在线和离线模型处理联邦学习中严重数据异质性
我们提出了 Fed-CO2，这是一个统一的联邦学习框架，用于处理标签分布倾斜和特征倾斜，通过在线和离线模型之间的合作机制来增强模型合作，同时设计了内部客户知识传递机制和客户间知识传递机制来增强模型之间的领域泛化能力。在处理标签分布倾斜和特征
PDF7 months ago
联邦倾斜标签学习与逻辑融合
通过在客户端引入额外的私有弱学习器与本地模型组成集成模型，FedBalance 方法能够通过融合两个模型的对数几率来纠正本地模型之间的优化偏差，从而改进本地模型的优化方向，提高少数类别的分类错误处罚并降低多数类别的注意力，从而得到更好的全局
PDF8 months ago
ICML标签分布偏斜下的逻辑回归校准联邦学习
本文研究联邦学习中的标签分布偏斜问题，通过引入 FedLC 方法实现了基于标签分布偏差较小的联邦优化，实验证明该方法可以提高全局模型的准确性和性能。
PDF2 years ago