arXiv · 机器人与计算机视觉· Chongwei He, Shichen Huang, Jiayun Li, Deyuan Lin, Wangze Jiang, Shengjia Li, Xu Wang, Xiaofan Li, Zhi-Ri Tang·· 6 天前AI 评分45
Bridging Update Coordination and Flatness in Federated Learning 提出统一框架提升联邦学习泛化能力
Bridging Update Coordination and Flatness in Federated Learning
AI 导读
针对数据异构导致的更新冲突问题,该研究提出统一联邦学习框架,通过独立累积下降信号与平坦度修正并融合输出,实现优化机制灵活组合。实验表明,相比仅使用更新协调策略,所评估的组合方案在平均及最差客户端准确率上均有所提升,验证了结合互补优化机制的有效性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org