Capture Global Feature Statistics for One-Shot Federated Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的联邦学习算法FedCGS,旨在解决传统联邦学习中的高通信成本和隐私攻击风险。该算法通过预训练模型捕获全局特征统计,实现了一次性联邦学习,表现出色,具有广泛应用潜力。
🎯
关键要点
- 本研究提出了一种新颖的联邦学习算法FedCGS。
- FedCGS旨在解决传统联邦学习中的高通信成本和隐私攻击风险。
- 该算法通过预训练模型捕获全局特征统计,实现了一次性联邦学习。
- 实验结果表明,FedCGS在不同的数据异质性设置下表现出色。
- FedCGS具有广泛的应用潜力。
➡️