BriefGPT - AI 论文速递 · 2025-05-14T00:00:00Z

Robust Federated Learning with Adaptive Noise Filtering and GAN-Based Completion under Noisy and Incomplete Data

📝

内容提要

本研究提出了一种新方法，解决联合学习中的数据质量问题，如噪声标签和缺失类别。通过自适应噪声清理和基于GAN的合成数据生成，实验表明该方法在MNIST和Fashion-MNIST数据集上显著提升了联邦模型性能，为边缘设备提供了稳健的隐私合规解决方案。

🏷️

标签

GAN 噪声清理 数据质量 联合学习 隐私合规