Addressing Multi-Faceted Graph Heterogeneity through Asymmetric Federated Prompt Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了联邦图提示学习(FedGPL)框架,旨在解决多样化数据下联邦图学习的异构性问题。实验结果表明,FedGPL在精度和效率上优于现有方法。

🏷️

标签

➡️

继续阅读