该研究介绍了FeCA算法,用于解决联邦学习框架中的无监督聚类问题。该算法通过自适应精炼局部解并聚合以恢复全局解,解决了非凸优化目标和数据异质性的挑战。同时,将FeCA扩展为表示学习,并与DeepCluster结合在联邦学习框架中进行无监督特征学习。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步:在公众号对话中发送验证码: