Lorentz space

FlatLand方法使用定制的洛伦兹空间实现图联邦学习的个性化

研究人员推出了一种新的个性化联邦学习方法FlatLand，该方法解决了异构客户端数据带来的挑战，尤其是在图联邦学习领域。该方法将客户端数据嵌入到双曲几何中的定制洛伦兹空间里，利用了双曲几何对图结构的自然适应性以及洛伦兹空间编码客户端特定异质性的能力。FlatLand采用参数解耦策略，将通用知识与异构信息分开，无需复杂的模块即可直接聚合。实验表明，FlatLand取得了优越的性能，尤其是在低维设置下。