BriefGPT - AI 论文速递 · 2024-12-05T00:00:00Z

FedDUAL: A Dual Strategy Combining Adaptive Loss and Dynamic Aggregation to Mitigate Data Heterogeneity in Federated Learning

📝

内容提要

本研究提出FedDUAL，一种结合自适应损失和动态聚合的双重策略，旨在解决联邦学习中的数据异质性问题，尤其是标签偏斜。实验结果表明，该方法在性能和收敛速度上优于现有技术，具有显著的潜在影响。

🏷️

标签

动态聚合 数据异质性 标签偏斜 联邦学习 自适应损失