BriefGPT - AI 论文速递 · 2023-10-30T00:00:00Z 保护隐私的联邦原始 - 对偶学习用于模型稀疏化的非凸和非平滑问题 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 该文提出了一种新型原始-对偶算法，用于解决非凸和非平滑联邦学习问题。该算法结合了双向模型稀疏化和差分隐私，以保证强隐私。作者通过实验验证了该算法的有效性和性能优越性。 🏷️ 标签 原始-对偶算法 双向模型稀疏化 差分隐私 强隐私 联邦学习 阅读原文 生成长图 分享链接 已复制链接
