Data Similarity-Based One-Shot Clustering for Multi-Task Hierarchical Federated Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于数据相似性的单次聚类算法,旨在解决层次联邦学习中的聚类身份估计问题。该方法提高了聚类效率,降低了隐私风险和通信开销,实验结果表明其在准确性和方差降低方面优于传统方法。

🏷️

标签

➡️

继续阅读