Federated Temporal Graph Clustering
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了联邦时序图聚类框架,解决时序图聚类中的隐私和通信问题。通过去中心化训练和联邦优化,FTGC有效捕捉图结构变化并保护隐私。实验显示,该方法在时序图数据集上表现优异,适用于隐私敏感的动态数据。
🎯
关键要点
-
本研究提出了联邦时序图聚类框架(FTGC)。
-
FTGC解决了时序图聚类中的隐私和通信问题。
-
该框架通过去中心化训练、时序聚合机制和联邦优化策略来捕捉图结构的演变。
-
实验结果显示FTGC在时序图数据集上表现优异。
-
FTGC适用于隐私敏感的动态数据应用。
🏷️