BriefGPT - AI 论文速递
·
VFLGAN: 基于垂直联合学习的生成对抗网络用于垂直分割数据发布
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
提出了一种创新的垂直联邦学习 (VFL) 模型架构，能够在常见情况下进行操作。通过利用一个能够处理缺少标记数据的联邦状况的 FCN，以及与承载分类所需特征的中央服务器私密共享权重的方式，实现图像分割并保持准确性。在 CamVid 数据集上进行了测试，以确定在联邦之间传输信息所需的特征压缩的影响，并在此类约束条件下对整体性能指标作出合理的结论。
🎯
关键要点
- 提出了一种创新的垂直联邦学习 (VFL) 模型架构。
- 该模型能够在常见情况下进行操作。
- 利用能够处理缺少标记数据的联邦状况的 FCN。
- 与中央服务器私密共享权重以承载分类所需特征。
- 实现图像分割并保持准确性。
- 在 CamVid 数据集上进行了测试。
- 研究了在联邦之间传输信息所需的特征压缩的影响。
- 在约束条件下对整体性能指标作出合理的结论。
🏷️
标签
➡️
