PulseAugur
中
实时 08:33:17
实体 Early-exit networks

Early-exit networks

PulseAugur coverage of Early-exit networks — every cluster mentioning Early-exit networks across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_229414 ·

    新框架 X-FED 增强了具有早期退出网络的个性化联邦学习

    研究人员开发了 X-FED，一个用于个性化联邦学习 (PFL) 的新颖框架，它集成了早期退出网络 (EENs) 以实现自适应推理。该方法解决了 PFL 中 EENs 的客户端异质性和深度干扰所产生的冲突。X-FED 利用渐进式、深度优先的学生协调机制进行个性化知识转移，并采用客户端解耦的公式来降低通信开销。评估表明，与现有的最先进方法相比，X-FED 在显著降低推理成本的同时实现了更高的准确性。