跳到正文
arXiv · 机器人与计算机视觉· Baraa Bilbeisi, Mengchen Fan, Baocheng Geng, Qing Tian·· 16 天前AI 评分43

CRAD:面向非独立同分布数据的类级可靠性感知蒸馏方法研究

CRAD: Class-wise Reliability-Aware Distillation for Decentralized Heterogeneous Federated Learning

AI 导读

CRAD 提出一种去中心化知识蒸馏框架,通过共享类后验实现异构架构间的参数聚合且无需中央服务器。该方法在 CIFAR-10、CIFAR-100 及 PathMNIST 数据集上,于严重非独立同分布条件下显著优于均匀平均等基线方法。代码已公开,论文已被 WACV 2027 接收。

来源:arXiv · 机器人与计算机视觉 · arxiv.org