FedCurv-DR

新的FedCurv-DR方法增强了文化遗产数据的AI学习能力

研究人员推出了一种新颖的联邦持续学习策略FedCurv-DR，专为文化遗产数据设计。该方法旨在从分布式和不断演变的数据集中学习，而无需共享原始信息，从而解决了数据所有权和访问限制等挑战。FedCurv-DR通过累积参数重要性估计并定期更新它们，专注于最小化通信和计算。在WikiArt数据集上的流派分类评估表明，FedCurv-DR在平衡性能、公平性和能源效率的同时，有效地减少了知识遗忘。