基于梯度的联合学习中的最大知识正交重构

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种名为FedMRI的联邦学习算法,通过全球共享的编码器和客户机特定的解码器,在频率空间和图像空间执行,可以提高全球模型的泛化能力,同时不牺牲客户机特定信息。该算法在多机构数据上取得了最接近真实值的重建结果,并且优于现有的联邦学习方法。

🏷️

标签

➡️

继续阅读