该研究提出了名为FATS的新联邦学习框架，解决个别客户或数据对全局模型的影响。该框架在通信效率和去学习可证明性方面具有优势，并在实证验证中展示了准确性、通信成本、计算成本和去学习效果的优越性。

FedQUIT：通过准合格虚拟教师进行设备端的联邦遗忘学习
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证