研究人员开发了一种名为GDGU的新图遗忘方法，旨在无需完全重新训练即可从已训练模型中高效删除特定数据。该技术对于电动汽车充电网络尤其有用，因为隐私法规可能要求删除数据。GDGU使用梯度差异方法调整模型参数，其性能可与完全重新训练相媲美，但速度更快，内存需求更低。 AI
影响 这项研究通过实现无需昂贵重新训练即可高效删除数据，有望简化AI系统的数据隐私合规性。
排序理由 该集群包含一篇详细介绍图遗忘新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- 123-bus
- 8500-node distribution networks
- Electric Vehicle Charging Networks
- EVCS
- GDGU
- graph neural networks
- Graph Unlearning with Efficient Partial Retraining
- IEEE 34-bus
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
