本研究提出了“联合变换器”（FeT）框架，以解决多方模糊垂直联邦学习中的性能下降和隐私保护问题。通过模糊标识符编码和分布式变换器架构，FeT在50方情境中的准确率提升高达46%。

Federated Transformer: Multi-Party Vertical Federated Learning on Practical Fuzzily Linked Data
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