混合联邦图卷积神经网络：一种高效的混合联邦学习算法

原文约200字，阅读约需1分钟。发表于：。

提出了一种称为 FedGraph 的泛化算法，该算法使用图卷积神经网络从客户端的子集中学习特征，捕捉特征共享信息，并采用简单但有效的聚类算法聚合每个客户端的深度神经网络生成的特征，同时保护数据隐私。

本文介绍了FedGraph联邦学习框架，使用智能图采样算法和跨客户卷积操作解决图学习挑战，实现数据隐私保护和更好性能。实验结果显示FedGraph优于现有工作，收敛速度更快，准确性更高。