BriefGPT.xyz
Ask
alpha
关键词
non-iid data distributions
搜索结果 - 3
MH-pFLGB: 模型异构个性化全球绕行联邦学习用于医学图像分析
在医学人工智能应用中,联邦学习以保护训练数据隐私而著名。我们引入了一种新方法 MH-pFLGB,利用全局旁路策略来解决统计和系统异质性带来的挑战,并优化联邦学习的有效性。此方法通过整合全局旁路模型,增强了传统联邦学习的性能,同时还提供特征融
→
PDF
11 days ago
SlimFL:基于可减缩神经网络超定编码的联邦学习
本文提出了一种新的基于 slimmable 神经网络的联邦学习框架(SlimFL),通过同时利用超级编码(SC)进行全局模型聚合和超级训练(ST)进行本地模型更新来交换多种宽度配置的超级位置解码,从而实现在通信效率和能量效率方面都较好并且能
→
PDF
2 years ago
使用联邦学习训练语音识别模型:质量 / 成本框架
本文提出使用联邦学习来训练语音识别模型,并通过对非独立同分布数据分布程度的调整来平衡模型质量和联邦训练计算成本之间的关系,并证明超参数优化和适当使用变分噪声可以弥补非独立同分布数据对模型影响的影响。
PDF
4 years ago
Prev
Next