arXiv cs.LG· Kota Maejima, Takayuki Nishio, Asato Yamazaki, Yuko Hara-Azumi·· 9 小时前AI 评分16
Tram-FL：通过顺序模型循环降低去中心化联邦学习的通信与计算成本
Tram-FL: Reducing Communication and Computation Costs through Sequential Model Circulation in Decentralized Federated Learning
AI 导读
研究者提出 Tram-FL（Traveling Model Training Mechanism for Decentralized Federated Learning），通过让单个模型在节点间顺序循环训练来实现去中心化联邦学习，以最小化计算与通信开销。
来源：arXiv cs.LG · arxiv.org