BriefGPT - AI 论文速递 · 2025-04-08T00:00:00Z 去中心化联邦领域泛化与风格共享：形式建模与收敛分析 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 本研究探讨了去中心化联邦学习中的领域泛化问题，提出了StyleDDG算法，通过共享风格信息实现领域泛化。该算法在不同目标领域中显著提高了准确性，并减少了通信开销。 🏷️ 标签 StyleDDG算法 准确性 去中心化联邦学习 建模 通信开销 领域泛化 阅读原文 生成长图 分享链接 已复制链接
