期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向非独立同分布数据的迭代式联邦学习
被引量：
1
1
作者
陈洪洋
李晓会
王天阳
《计算机工程与设计》
北大核心
2025年第4期1064-1071,共8页
针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单...
针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单个全局共享模型,迭代地依据客户端更新的相似度执行簇估计并通过梯度下降优化簇估计参数,对全局模型进行个性化处理。实验结果表明,该算法可以有效提升模型在测试集上的准确性,使得更大比例的客户端达到目标精度。
展开更多
关键词
联邦学习
分布式机器学习
个性化模型
迭代式训练
簇估计算法
非独立同分布数据
隐私保护
在线阅读
下载PDF
职称材料
题名
面向非独立同分布数据的迭代式联邦学习
被引量：
1
1
作者
陈洪洋
李晓会
王天阳
机构
辽宁工业大学电子与信息工程学院
出处
《计算机工程与设计》
北大核心
2025年第4期1064-1071,共8页
基金
国家自然科学基金青年基金项目(61802161)
辽宁省应用基础研究计划基金项目(2022JH2/101300278)。
文摘
针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单个全局共享模型,迭代地依据客户端更新的相似度执行簇估计并通过梯度下降优化簇估计参数,对全局模型进行个性化处理。实验结果表明,该算法可以有效提升模型在测试集上的准确性,使得更大比例的客户端达到目标精度。
关键词
联邦学习
分布式机器学习
个性化模型
迭代式训练
簇估计算法
非独立同分布数据
隐私保护
Keywords
federal learning
distributed machine learning
personalized model
iterative training
cluster estimation algorithm
non-independent uniformly distributed data
privacy protection
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向非独立同分布数据的迭代式联邦学习
陈洪洋
李晓会
王天阳
《计算机工程与设计》
北大核心
2025
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
