非独立同分布数据下联邦学习算法中优化器的对比分析.pdfVIP

计算机系统应用ISSN1003-3254,CODENCSAOBNE-mail:csa@

ComputerSystemsApplications,2024,33(5):228−238[doi:10.15888/ki.csa.009511]

©中国科学院软件研究所版权所有.Tel:+86-10

非独立同分布数据下联邦学习算法中优化器的

对比分析①

傅刚

(福州职业技术学院特殊教育系,福州350108)

通信作者:傅刚,E-mail:120932203@QQ.com

摘要:在联邦学习环境中选取适宜的优化器是提高模型性能的有效途径,尤其在数据高度异构的情况下.本文选

取FedAvg算法与FedALA算法作为主要研究对象,并提出其改进算法pFe