面向不平衡類的聯(lián)邦學(xué)習(xí)客戶端智能選擇算法

打開文本圖片集

摘  要：在聯(lián)邦學(xué)習(xí)應(yīng)用場景下，若客戶端設(shè)備之間的數(shù)據(jù)呈現(xiàn)非獨(dú)立同分布特征，甚至出現(xiàn)類不平衡的情況時(shí)，客戶端本地模型的優(yōu)化目標(biāo)將偏離全局優(yōu)化目標(biāo)，從而給全局模型的性能帶來巨大挑戰(zhàn)。為解決這種數(shù)據(jù)異質(zhì)性帶來的挑戰(zhàn)，通過積極選擇合適的客戶端子集以平衡數(shù)據(jù)分布將有助于提高模型的性能。因此，設(shè)計(jì)了一種面向不平衡類的聯(lián)邦學(xué)習(xí)客戶端智能選擇算法—FedSIMT。（剩余17688字）