FPPL: An Efficient and Robust Federated Continual Learning Framework for Non-Independent and Identically Distributed Data

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种稳健的联邦持续学习框架FPPL,旨在解决隐私侵犯和存储负担问题。FPPL通过轻量化提示和原型,减轻灾难性遗忘和数据异质性,实验证明其在不同数据分布下表现优异。

🏷️

标签

➡️

继续阅读