实体
Generalized total variation minimization
Generalized total variation minimization
PulseAugur coverage of Generalized total variation minimization — every cluster mentioning Generalized total variation minimization across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
联邦学习分析利用随机矩阵理论洞察性能
研究人员对应用于联邦学习最小二乘模型的广义全变分最小化(GTVMin)进行了大维度分析。利用随机矩阵理论,他们证明了全局GTVMin解的Lipschitz观测在高维度下可以普遍收敛,无论网络结构如何。该研究还为固定网络上独立同分布(i.i.d.)和非i.i.d.高斯混合分布下的性能提供了精确的解析表达式,通过正则化量化了局部适应与协作之间的权衡。这些理论发现通过合成数据和真实世界数据的实验得到了验证。
-
新的联邦软聚类方法使用GTVMin连接个性化GMM
研究人员开发了一种新的联邦软聚类方法,该方法允许设备在其私有数据上训练个性化高斯混合模型(GMM)。该方法称为广义全变分最小化(GTVMin),使用图正则化器通过惩罚局部模型之间的差异来连接它们。该研究比较了三种差异度量:平方欧氏距离、Kullback-Leibler散度和最大均值差异,并评估了它们的计算成本和对数据异质性的鲁棒性。