BriefGPT - AI 论文速递
·
FedEFC: A Federated Learning Approach with Enhanced Forward Error Correction to Address Noisy Labels
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出FedEFC方法，旨在解决联邦学习中的噪声标签问题，减轻数据异质性和通信限制对模型性能的影响，从而显著提升复杂环境下的表现。
🎯
关键要点
- 本研究提出FedEFC方法，解决联邦学习中的噪声标签问题。
- FedEFC旨在减轻数据异质性和通信限制对模型性能的影响。
- 通过引入预停和损失修正技术，FedEFC有效提升模型表现。
- 实验结果显示FedEFC在复杂环境中相较于现有方法有显著性能提升。
➡️
