基于相似度加速的自适应聚类联邦学习
朱素霞， 顾玢珂， 孙广路 - 通信学报 - infocomm-journal.com
为了解决联邦学习过程中数据异质性导致模型性能下降的问题, 考虑对联邦模型个性化,
提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL) 算法, 基于客户端本地更新的 …
提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL) 算法, 基于客户端本地更新的 …
基于相似度加速的自适应聚类联邦学习
朱素霞， 顾玢珂， 孙广路 - 通信学报 - infocomm-journal.com
为了解决联邦学习过程中数据异质性导致模型性能下降的问题, 考虑对联邦模型个性化,
提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL) 算法, 基于客户端本地更新的 …
提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL) 算法, 基于客户端本地更新的 …
基于相似度加速的自适应聚类联邦学习.
朱素霞， 顾玢珂， 孙广路 - Journal on Communication …, 2024 - search.ebscohost.com
为了解决联邦学习过程中数据异质性导致模型性能下降的问题, 考虑对联邦模型个性化,
提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL) 算法, 基于客户端本地更新的 …
提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL) 算法, 基于客户端本地更新的 …