FedDoG 框架实现免训练单样本联邦学习性能突破
热点事件持续更新
FedDoG 框架实现免训练单样本联邦学习性能突破
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Yixuan Tong 等人提出 FedDoG,这是一种利用服务端预训练扩散模型合成对齐数据的免训练域生成框架。该方案通过冻结图像编码器提取紧凑域表示并引入视觉引导,旨在解决传统联邦学习的资源消耗问题。 在三个基准测试中,FedDoG 实现了单轮联邦学习性能突破,分类准确率优于现有基线。实验数据显示,该方法将客户端上传与计算时间分别降低 99.9% 和 91.5%,相关代码已开源。
AI 根据报道生成 · 9 小时前更新
最新进展11月19日 13:00
FedDoG:免训练域生成框架实现单轮联邦学习性能突破报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉FedDoG:免训练域生成框架实现单轮联邦学习性能突破
FedDoG 提出一种免训练的域生成框架,利用服务端预训练扩散模型合成对齐客户端分布的数据。该方法通过冻结图像编码器提取紧凑域表示并引入视觉引导,在三个基准测试中分类准确率优于现有单轮联邦学习基线。实验显示 FedDoG 将客户端上传与计算时间分别降低 99.9% 和 91.5%,代码已开源。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 18:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。