SCAFFLSA: 量化和消除联邦式线性随机逼近和时序差异学习中的异质性偏差

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文对联邦线性随机逼近(FedLSA)算法进行了非渐进分析,提出了SCAFFLSA来校正异质代理的本地训练引入的偏差,并证明其在统计异质性方面的收敛性。同时应用于联邦时序差异学习,并分析了复杂度改进。

🏷️

标签

➡️

继续阅读