基于中介器的自平衡的个性化联邦学习研究_20260124_082817.docx

基于中介器的自平衡的个性化联邦学习研究_20260124_082817.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于中介器的自平衡的个性化联邦学习研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于中介器的自平衡的个性化联邦学习研究

摘要:随着大数据和人工智能技术的快速发展,联邦学习(FL)作为一种安全、高效的数据共享方式,已成为隐私保护数据挖掘的重要手段。然而,在联邦学习过程中,数据异构性和模型复杂度等问题导致模型难以达到理想的自平衡状态。本文提出了一种基于中介器的自平衡个性化联邦学习(MB-IFL)方法,通过引入中介器节点来缓解数据异构性问题,并采用个性化学习策略来优化模

文档评论(0)

1亿VIP精品文档

相关文档