Distributionally Robust Clustered Federated Learning: A Case Study in Healthcare
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了跨孤岛稳健集群联合学习(CS-RCFL)算法,解决异构数据分布问题。通过Wasserstein距离构建模糊集,捕捉数据分布变化,确保模型在最坏情况下的性能,并保护隐私,适用于医疗机构。
🎯
关键要点
-
提出了跨孤岛稳健集群联合学习(CS-RCFL)算法
-
解决了异构数据分布问题
-
利用Wasserstein距离构建模糊集
-
捕捉数据分布变化
-
确保模型在最坏情况下的性能
-
保护隐私,适用于医疗机构
🏷️
标签
➡️