TurboSVM-FL:利用 SVM 集成懒惰客户端推动联合学习
原文中文,约400字,阅读约需1分钟。发表于: 。本文提出了一种新颖的联邦聚合策略 TurboSVM-FL,该策略在客户端不增加计算负担的情况下,能够显著加快联邦分类任务的收敛速度,尤其适用于客户端仅为下一次全局聚合训练几个时期的情况。TurboSVM-FL 广泛利用支持向量机进行选择性聚合和类别嵌入的最大间隔扩展正则化。我们在多个数据集上使用用户独立验证和非独立同分布数据分布对 TurboSVM-FL 进行评估,结果显示...
本文介绍了TurboSVM-FL,一种新的联邦聚合策略,能够加快联邦分类任务的收敛速度,特别适用于客户端仅为下一次全局聚合训练几个时期的情况。在多个数据集上评估,结果显示TurboSVM-FL优于现有的流行算法。