BTFL: A Bayesian-Based Generalization Method for Testing Internal and External Data Distributions in Federated Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出BTFL方法,解决个性化联邦学习在在线测试中因分布转变和样本演变导致的性能下降问题。实验结果表明BTFL在多个数据集上表现优异。
🎯
关键要点
- 本研究提出BTFL方法,解决个性化联邦学习在在线测试中因分布转变和样本演变导致的性能下降问题。
- BTFL方法通过贝叶斯框架平衡测试时的泛化和个性化,优化了样本级别的预测。
- 实验结果表明BTFL在多个数据集和模型上表现优异,具有更低的时间成本。
➡️