分层联合ADMM

本研究解决了传统基于梯度下降的分层联合学习算法在隐私保护和学习收敛性方面的不足。我们提出了一种基于交替方向乘子法（ADMM）的新型分层联合学习框架，并提出了两种新算法，实验结果表明这些算法在学习收敛性和准确性上超过了传统算法。该研究的发现表明，ADMM在两个层面上的应用显著提升了算法性能。