1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据结构与算法

面向联邦学习的数据质量评价与客户端选择机制研究.pdf

面向联邦学习的数据质量评价与客户端选择机制研究.pdf

    摘要

    联邦学习（FederatedLearning,FL）通过聚合多个客户端的模型参数实现协

    同训练。在此基础上衍生的个性化联邦学习（PersonalizedFederatedLearning,PFL）

    通过融合联邦学习框架与个性化技术，在保护用户数据隐私的前提下，有效解决

    了信息过载的问题，实现了高效的个性化模型训练。在联邦学习中，数据质量评

    估是模型性能的基础保障，聚类通过聚合相似客户端提升模型表现；客户端选择

    机制通过筛选高质量的客户端来提升整体训练效率。但在个性化联邦学习的实际

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >