基于窗口的模型平均改善了异构联邦学习中的泛化性能

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

MIFA算法解决了Federated Learning中设备不可用的问题,并使用从设备中记忆的最新更新来校正梯度偏差。实验证明,MIFA在非独立同分布数据上实现了最优收敛率,并在真实世界数据集上取得了良好的结果。

🏷️

标签

➡️

继续阅读