★ 2
基于观点动力学的联邦学习联盟形成用于异构物联网
论文将联邦学习中的客户端联盟形成建模为 Hegselmann-Krause 有界置信观点动力学过程，在本地权重空间直接聚类并按联盟聚合。在真实智能水表数据集上，该方法最多十次内迭代即收敛，不增加客户端计算或通信，平均 MAE 相比 FedAvg 降低最多 54%，全局准确率达 83-85%。
arXiv cs.LG45 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文将联邦学习中的客户端联盟形成建模为 Hegselmann-Krause 有界置信观点动力学过程，在本地权重空间直接聚类并按联盟聚合。在真实智能水表数据集上，该方法最多十次内迭代即收敛，不增加客户端计算或通信，平均 MAE 相比 FedAvg 降低最多 54%，全局准确率达 83-85%。