TPFL: 基于置信度聚类的个性化Tsetlin联邦学习

💡 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置信度聚类的个性化Tsetlin联邦学习方法TPFL,旨在提高模型准确性并保护用户隐私。TPFL通过对特定类别的置信度进行分组,降低了通信成本,并在MNIST、FashionMNIST和FEMNIST数据集上取得了最佳准确率。

🏷️

标签

➡️

继续阅读