Communication-Efficient Federated Learning Based on Explanation-Guided Pruning for Remote Sensing Image Classification

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于解释引导修剪的通信高效联邦学习方法,旨在降低遥感图像分类中的通信开销。通过层次相关传播策略,识别并传递最相关的模型参数,从而减少模型更新数量,提高全局模型的泛化能力。实验结果表明,该方法显著提升了通信效率和模型有效性。

🎯

关键要点

  • 本研究提出了一种基于层次相关传播的解释引导修剪策略,旨在降低遥感图像分类中的通信开销。

  • 该方法通过识别和传递最相关的模型参数,减少了模型更新的数量。

  • 引入的策略提高了全局模型的泛化能力。

  • 实验结果显示,该方法显著提升了通信效率和模型有效性。

🏷️

标签

➡️

继续阅读