202604.20
IEEE Internet of Things Journal
CEHGLS: A Communication-Efficient Head Gradient Linear Search for Personalized Federated Learning Under Data Heterogeneity
论文 ↗隐私保护
PROFILE
针对联邦学习数据异构性进行算法改良,解决联邦学习中客户端数据分布异构性(Non‑IID)问题,通过结合全局模型共享与本地个性化优化,使每个客户端在保护数据隐私的同时获得适应自身数据特点的模型。
关键词:优化算法、模型聚合、联邦学习
暂无