BriefGPT - AI 论文速递 · 2024-10-24T00:00:00Z

Classifier Clustering and Feature Alignment in Federated Learning for Distributed Concept Drift

📝

内容提要

本研究探讨了联邦学习中因数据异质性引发的分布式概念漂移问题，强调局部分类器在适应漂移中的重要性。提出的FedCCFA框架通过分类器聚类和特征对齐，显著提升了学习效果。

🏷️

标签

FedCCFA 局部分类器 数据异质性 概念漂移 联邦学习