期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向横向联邦学习中公平性算法
1
作者 罗靖 龙士工 +1 位作者 吕宏钦 张珺铭 《计算机工程与设计》 北大核心 2025年第7期1848-1855,共8页
激励机制是联邦学习的重要研究方向,如何公平且简单的评估贡献值是设计激励机制的难题。针对这一问题,设计一种相似性补全联邦Shapley值算法(SimComFedSV)计算贡献值以提高公平性,运用蒙特卡洛采样方法结合矩阵补全技术降低算法的时间... 激励机制是联邦学习的重要研究方向,如何公平且简单的评估贡献值是设计激励机制的难题。针对这一问题,设计一种相似性补全联邦Shapley值算法(SimComFedSV)计算贡献值以提高公平性,运用蒙特卡洛采样方法结合矩阵补全技术降低算法的时间和空间复杂度。在此基础上,提出比例尺补全算法(ScaBarCompletion)高效补全效用矩阵。与目前最好的算法相比,SimComFedSV算法的矩阵补全速度在MNIST和CIFAR-10上分别提升了67.79%、67.16%,公平性指标上有所提高。 展开更多
关键词 联邦学习 贡献测量 公平性 夏普里值 激励机制 蒙特卡洛 矩阵补全
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部