跳到正文
arXiv · 机器人与计算机视觉· Aijing Yu, Kuangpu Guo, Jian Liang, Xiao-Yu Zhang·· 27 天前AI 评分45

FedBST:针对非独立同分布数据的联邦分类双边自训练框架

FedBST: Bilateral Self-Training for Unsupervised Federated Classification

AI 导读

FedBST 提出一种利用高置信度与模糊样本的双边自训练框架,通过不确定性感知置信度惩罚防止伪标签错误。在推理阶段采用视觉 - 文本原型集成策略实现轻量级本地适应,实验显示该方法在标准联邦聚合协议下优于现有方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org