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

➡️

继续阅读