BriefGPT - AI 论文速递
·
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。
🎯
关键要点
- 提出了一种名为FedMRI的联邦学习算法。
- FedMRI通过全球共享的编码器和客户机特定的解码器进行操作。
- 该算法在频率空间和图像空间执行。
- 提高了全球模型的泛化能力，且不牺牲客户机特定信息。
- 在多机构数据上取得了最接近真实值的重建结果。
- FedMRI优于现有的联邦学习方法。
➡️
