Enhancing Federated Learning Convergence with Dynamic Data Queue and Data Entropy-based Participant Selection

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法,通过动态数据队列和数据熵驱动的参与者选择,解决联邦学习中设备数据不独立分布带来的统计复杂性问题,从而提高模型的收敛性和准确性。

🏷️

标签

➡️

继续阅读