面向横向联邦学习中公平性算法.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

面向横向联邦学习中公平性算法

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

面向横向联邦学习中公平性算法

摘要:随着互联网和大数据技术的飞速发展,联邦学习作为一种新兴的机器学习技术,在保护数据隐私的同时,实现了模型训练和部署。然而,在横向联邦学习中,不同参与方之间存在数据分布不均、模型性能差异等问题,导致学习结果不公平。本文针对横向联邦学习中的公平性问题,提出了一种基于公平性算法的解决方案。首先,分析了横向联邦学习中公平性的影响因素,包括数据分布、模型复杂度和参与方贡献

文档评论(0)

1亿VIP精品文档

相关文档