FedCRF 用条件随机场做联邦学习聚合

Dario Fenoglio 等作者提交论文修订版，提出 FedCRF，把联邦学习中的服务器聚合建模为基于条件随机场的结构化概率推断：客户端作为图中节点，一元势函数刻画客户端自身属性，成对势函数刻画客户端间相似性。 据论文称，推断出的客户端可靠性与亲和度可统一支撑全局聚合、拜占庭鲁棒、聚类联邦和个性化联邦；在单一超参数配置下，该方法在 CIFAR-10、FEMNIST 和 Fed-ISIC2019 上媲美或超越各场景的专用方法。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。