BriefGPT - AI 论文速递 · 2023-10-16T00:00:00Z 基于近端增广拉格朗日算法的具有全局和本地凸锥约束的联邦学习 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该文介绍了一种新的算法来解决复合联合学习问题，通过分离近端算子和通信来管理非光滑正则化，解决客户端漂移问题。该算法证明了线性收敛到最优解的邻域，并在数值实验中展示了相对于最先进的方法的优越性。 🏷️ 标签 复合联合学习 客户端漂移 算法 线性收敛 联邦学习 近端算子 非光滑正则化 阅读原文 生成长图 分享链接 已复制链接
