Crip

CRIP框架增强个性化单次联邦学习

研究人员推出CRIP，一个新颖的个性化单次联邦学习框架，旨在克服领域异质性的限制。与依赖公共数据集或统计聚合的现有方法不同，CRIP通过对齐通道级特征在表示空间中运行。这种方法允许客户端将其特征提取器上传到服务器，然后由服务器广播回。CRIP通过测量通道级别的表示相似性来选择性地融合兼容的特征，在DomainNet、PACS和Office-Home等基准测试中表现优于基线。