BriefGPT - AI 论文速递 · 2023-08-11T00:00:00Z

面向实例自适应的联邦学习推理

📝

内容提要

该文介绍了一种新的FL算法FedIns，用于处理FL框架中的内部客户数据异质性，并通过实例自适应推理减少内部客户和跨客户之间的异质性。实验证明FedIns在Tiny-ImageNet上比现有FL算法表现更好，性能提升超过6.64%，通信成本不到15%。代码和模型将公开发布。

🎯

关键要点

• 提出了一种新的FL算法FedIns

• FedIns用于处理FL框架中的内部客户数据异质性

• 通过实例自适应推理减少内部客户和跨客户之间的异质性

• 实验证明FedIns在Tiny-ImageNet上表现更好

• 性能提升超过6.64%

• 通信成本不到15%

• 代码和模型将公开发布

🏷️

标签

FL算法 FedIns Tiny-ImageNet 内部客户数据异质性 实例自适应推理 联邦学习