实体
CE-FedGNN
CE-FedGNN
PulseAugur coverage of CE-FedGNN — every cluster mentioning CE-FedGNN across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的联邦GNN框架增强了隐私和通信效率
研究人员开发了CE-FedGNN，一个新颖的联邦图神经网络框架，旨在增强通信效率和隐私。该方法通过不频繁地传输聚合节点表示来避免共享原始数据或频繁的嵌入交换。CE-FedGNN采用移动平均估计器来管理跨客户端依赖和陈旧性，从而能够稳定地重用表示。该框架还通过度量差分隐私提供正式的隐私保证，在比标准差分隐私更低的噪声水平下提供有意义的保护。
-
新框架增强了联邦图神经网络的隐私性和效率
研究人员开发了一个名为CE-FedGNN的新框架，用于在分布式数据集上训练图神经网络（GNN）。该方法解决了在关系数据上进行联邦学习时与隐私和通信成本相关的挑战。CE-FedGNN通过不频繁地交换聚合表示来最小化共享原始数据或节点嵌入的需求，同时还结合了差分隐私来保护发布的信息。