One-Shot Clustering for Federated Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种一次性聚类联邦学习(OCFL)算法,旨在解决联邦学习中个性化模型交付的客户端聚类问题。该算法通过计算客户端梯度的余弦相似度,自动检测聚类时机,实验结果表明其在多个任务中表现优异,具有显著的实用价值。

🏷️

标签

➡️

继续阅读