跳到正文
arXiv · 机器人与计算机视觉· Nitin Priyadarshini Shankar, Soham Lahiri, Sheetal Kalyani, Saurav Prakash·· 8 天前AI 评分43

Federated Learning of Binary Neural Networks:FedBNN 框架实现低成本边缘推理

Federated Learning of Binary Neural Networks: Enabling Low-Cost Inference

AI 导读

FedBNN 提出一种联邦旋转感知二值化框架,在异构客户端数据分布下利用全局模型引导本地二值化并融合局部旋转信息。实验显示该方法在多个基准数据集上达到与全精度联邦模型相当的准确率,同时相比全精度模型 FLOPs 节省高达 58 倍、内存占用降低 32 倍。该成果为资源受限的边缘设备提供了预测性能与部署效率的实用平衡方案。

来源:arXiv · 机器人与计算机视觉 · arxiv.org