平衡信息與動(dòng)態(tài)更新的原型表示聯(lián)邦學(xué)習(xí)

打開文本圖片集

摘要：聯(lián)邦學(xué)習(xí)（FL）是一種分布式機(jī)器學(xué)習(xí)方法，旨在通過訓(xùn)練模型而不共享客戶之間的原始數(shù)據(jù)來解決隱私問題。然而，跨客戶端數(shù)據(jù)的異構(gòu)性會(huì)阻礙FL 中的優(yōu)化收斂性和泛化性能。為了解決這個(gè)問題，本文提出了平衡信息與動(dòng)態(tài)更新的聯(lián)邦原型學(xué)習(xí)（BD-FedProto）框架，它由兩個(gè)組件組成：原型調(diào)度的動(dòng)態(tài)聚合（DA）和對(duì)比原型聚合（CPA）。（剩余13744字）