自適應異構聯邦學習

摘要： 目的 模型異構聯邦學習由于允許參與者在不損害隱私的情況下獨立設計其獨特模型而受到越來越多的關注。現有的方法通常依賴于公共共享的相關數據或全局模型進行通信，極大地限制了適用性。且每個參與者的私有數據通常以不同的分布收集，導致數據異構問題。為了同時處理模型異構和數據異構，本文提出了一種新穎的自適應異構聯邦學習方法。方法 給定一個隨機生成的輸入信號（例如，隨機噪聲），自適應異構聯邦學...