BriefGPT - AI 论文速递
·
Fed-CO2：联合在线和离线模型处理联邦学习中严重数据异质性
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
Fed-CO2是一个用于处理标签分布倾斜和特征倾斜的联邦学习框架，通过在线和离线模型合作机制增强模型合作，提供内部和客户间知识传递机制来增强领域泛化能力。Fed-CO2优于现有个性化联邦学习算法。
🎯
关键要点
- Fed-CO2是一个用于处理标签分布倾斜和特征倾斜的联邦学习框架。
- 该框架通过在线和离线模型之间的合作机制增强模型合作。
- 设计了内部客户知识传递机制和客户间知识传递机制，以增强领域泛化能力。
- Fed-CO2在处理标签分布倾斜和特征倾斜方面优于现有个性化联邦学习算法。
➡️
