本研究提出FedDUAL，一种结合自适应损失和动态聚合的双重策略，旨在解决联邦学习中的数据异质性问题，尤其是标签偏斜。实验结果表明，该方法在性能和收敛速度上优于现有技术，具有显著的潜在影响。

FedDUAL: A Dual Strategy Combining Adaptive Loss and Dynamic Aggregation to Mitigate Data Heterogeneity in Federated Learning
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