class relation topology

FedTopo框架通过关系级拓扑共享增强联邦学习

研究人员开发了FedTopo，一个新颖的联邦学习框架，旨在解决本地模型架构异构带来的挑战。与现有通过模型参数、蒸馏预测或类别原型共享知识的方法不同，FedTopo将全局知识编码为类别关系拓扑。这种方法捕捉了每个客户端数据中类别之间的关系，而不是它们在特征空间中的绝对位置（这在模型架构不同时可能不可靠）。实验表明，FedTopo在各种数据集和异构骨干网络上均优于传统的共享方法，并且通信开销低，推理开销为零。