联邦社会公平k-means精确遗忘方法提出

研究提出一种针对联邦社会公平 k-means 聚类的精确机器遗忘方法：为每个群体保留独立本地摘要，使未受影响机构的摘要在全局公平权重变化时仍然有效。作者称，该方法在两组场景下证明了与客户端群体比例无关的初始化近似保证，且同种子重放可精确复现重训练结果。 实验显示，整个客户端退出时重放比重训练快 35.8 倍，加入一轮和两轮公平优化后仍分别快 2.4 倍和 1.7 倍；但单条记录删除的加速仅约 1.06 倍。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。