BriefGPT - AI 论文速递 · 2025-01-20T00:00:00Z

Mitigating Client Drift at the Sample Level in Federated Learning

📝

内容提要

本研究提出FedBSS方法，针对联合学习中的数据异质性引起的客户端漂移问题，通过动态选择样本来缓解样本级异质性，从而提升模型训练的稳定性和性能。

🏷️

标签

FedBSS 客户端漂移 数据异质性 模型训练 联合学习