• 简体   /   繁体
基于相似性的个性化联邦学习模型聚合框架-计算机应用研究2025年01期

基于相似性的个性化联邦学习模型聚合框架

作者:武文媗 王灿 黄静静 吴秋新 秦宇 字体:      

摘 要:传统联邦学习中经过加权聚合得到的全局模型无法应对跨客户端的数据异构的问题。现有研究通过形成个性化模型应对,但个性化模型如何平衡全局的共性信息和本地的个性信息是一个挑战。针对上述问题,提出了一种个(试读)...

计算机应用研究

2025年第01期