BriefGPT - AI 论文速递 · 2024-02-21T00:00:00Z FedADMM-InSa：一种联邦学习的非精确自适应 ADMM 方法 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该论文提出了一种新颖的FL算法（FedIns），用于处理FL框架中的内部客户数据异质性。实验证明FedIns在Tiny-ImageNet上比现有FL算法表现更好，性能提升多于6.64%，通信成本不到15%。代码和模型将在2023年8月公开发布。 🏷️ 标签 FL算法 FedIns Tiny-ImageNet 内部客户数据异质性 性能提升 联邦学习 阅读原文 生成长图 分享链接 已复制链接
