Addressing Spatiotemporal Data Heterogeneity in Federated Continual Learning through Tail Anchors

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了联邦尾锚(FedTA)方法,旨在解决联邦持续学习中的数据异构性问题,增强特征空间调整能力,提高模型的知识保持能力。实验证明该方法在多种任务中表现优异。

🏷️

标签

➡️

继续阅读