分散联邦学习：在信息共享不完善情况下的模型更新跟踪
BriefGPT - AI 论文速递 ·
提出了一种新颖的分散噪声模型更新跟踪联邦学习算法 (FedNMUT)，该算法在存在反映不完善信息交换的噪声通信通道的情况下高效运行。FedNMUT 优先考虑参数共享和噪声纳入，以增加去中心化学习系统对噪声通信的抵抗能力。
原文中文，约400字，阅读约需1分钟。
BriefGPT - AI 论文速递 ·
