arXiv cs.LG· Haemin Park, Diego Klabjan, Martin W. Braun, Xiuqi Li, Balakrishnan Ananthanarayanan·· 12 小时前AI 评分17
Fed-BRDECS：隐私保护且异构感知的联邦深度嵌入聚类
Fed-BRDECS: Privacy-Preserving and Heterogeneity-Aware Federated Deep Embedded Clustering
AI 导读
Fed-BRDECS 是一个隐私保护且异构感知的联邦深度嵌入聚类框架，用本地可计算的样本稳定性损失替代全局归一化聚类目标，避免传输本地软分配分布。它引入预测均衡采样和质心级重启来应对非 IID 客户端分布，在图像与文本聚类基准的 IID 和非 IID 划分下均优于代表性联邦聚类与深度聚类基线。该框架还可用于联邦时间序列异常检测，在不增加推理成本的情况下提升基于重构的检测器。
来源：arXiv cs.LG · arxiv.org