联邦局部数据驱动的图创建与节点中心模型优化(Fed-LDR)

📝

内容提要

本研究针对城市环境中传统与深度学习模型整合到联邦学习框架中所面临的挑战,提出了一种新的算法Fed-LDR。该算法通过局部数据驱动的图创建模块和节点中心模型优化模块,提升了城市时空数据分析的能力,最终在多个数据集上显著提高了性能,MAE和RMSE分别降低了最高达81%和78%。

➡️

继续阅读