BriefGPT.xyz
Ask
alpha
关键词
non-iid challenges
搜索结果 - 2
FedCCL:基于领域异质性的联邦双聚类特征对比
通过引入聚类表示、局部聚类和全局信号等方法,本研究提出了一个双聚类特征对比的联邦学习框架,旨在解决非独立同分布数据的挑战,以跨客户知识共享和一致的全局指导为重点,实验结果表明,在域内和域间异质性下,该框架取得了可比或更高的性能提升。
PDF
3 months ago
联邦 PAC-Bayesian 非独立同分布数据学习
我们的研究针对分布不均匀的本地数据,提出了第一个非平凡的针对非独立同分布挑战的联邦 PAC-Bayesian 界限,并使用独特的先验知识和可变聚合权重。我们还引入了一个目标函数和一种创新的基于 Gibbs 的算法来优化该界限,并在真实数据集
→
PDF
10 months ago
Prev
Next