FedConv: 强化卷积神经网络用于处理联邦学习中的数据异质性

BriefGPT - AI 论文速递 ·

本文研究了建筑元素对异构联邦学习性能的影响，提供了微体系结构设计原则的指导。通过架构修改，纯CNN能够达到与Vision Transformer相匹配的表现，在鲁棒性方面甚至超越其表现。该方法与现有联邦学习技术兼容，在联邦学习基准测试中提供了最先进的解决方案。

CNN Vision Transformer 异构联邦学习微体系结构设计神经网络联邦学习联邦学习基准测试

原文约300字/词，阅读约需1分钟。