FedCRF：联邦学习聚合新方法
热点事件持续更新
FedCRF：联邦学习聚合新方法
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者提出 FedCRF，将联邦学习的服务器聚合建模为基于条件随机场的结构化概率推断：把客户端视为图节点，定义一元与成对能量势，联合推断客户端可靠性与相似度。 该统一表示可同时支撑全局聚合、拜占庭鲁棒性、聚类联邦学习与个性化联邦学习。作者称，在 CIFAR-10、FEMNIST 和 Fed-ISIC2019 上，FedCRF 以单套超参数达到或超过专用方法。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
FedCRF：用能量型结构化概率推断实现联邦学习聚合报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIFedCRF：用能量型结构化概率推断实现联邦学习聚合
研究者提出 FedCRF，将联邦学习的服务器聚合建模为基于条件随机场的结构化概率推断，把客户端视为图节点并定义一元与成对能量势，从而联合推断客户端可靠性与相似度。该统一表示可同时支撑全局聚合、拜占庭鲁棒性、聚类联邦学习与个性化联邦学习，在 CIFAR-10、FEMNIST 和 Fed-ISIC2019 上以单套超参数达到或超过专用方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。