BriefGPT - AI 论文速递
·
MMiC: Mitigating Modality Incompleteness in Clustered Federated Learning
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出MMiC框架，旨在解决多模态联邦学习中的模态缺失问题。通过替换客户端模型参数和优化客户端选择，MMiC显著提升了缺失模态数据集的性能。
🎯
关键要点
- 本研究提出MMiC框架，旨在解决多模态联邦学习中的模态缺失问题。
- MMiC通过替换客户端模型参数来减轻模态缺失的影响。
- 该框架利用Banzhaf权重指标优化客户端选择，并动态控制全局聚合。
- 实验结果表明，MMiC在缺失模态的多模态数据集上显著提升了性能。
➡️
