研究人员推出了一种用于联邦类增量学习的新型框架PRO，该框架解决了异构数据和客户端任务进展带来的挑战。与依赖合成数据回放的现有方法不同，PRO采用了投影回放编排。这种方法在中央服务器上维护类级别的投影记忆，使客户端能够平衡当前数据和过去数据的训练。增强版PRO-MAX进一步结合了邻域加权记忆对齐，同时保持服务器轻量级。 AI
影响 这项研究可以提高联邦学习系统的效率和准确性，特别是在数据分布和学习速度各异的场景中。
排序理由 该集群包含一篇详细介绍新研究框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →