稀疏不确定性引导的联邦流数据采样
发表于: 。本研究针对联邦客户端系统中有限资源和稀缺昂贵标记数据的问题,提出了一种数值稳健且计算效率高的非独立同分布(non-I.I.D.)数据流采样方法。该方法在有标记预算的情况下,能够即时做出标记决策,并显著提升训练批次的多样性和方法的数值稳健性,展现出在联邦学习环境中的有效性和便利性。
本研究针对联邦客户端系统中有限资源和稀缺昂贵标记数据的问题,提出了一种数值稳健且计算效率高的非独立同分布(non-I.I.D.)数据流采样方法。该方法在有标记预算的情况下,能够即时做出标记决策,并显著提升训练批次的多样性和方法的数值稳健性,展现出在联邦学习环境中的有效性和便利性。