实体
Non-IID
Non-IID
PulseAugur coverage of Non-IID — every cluster mentioning Non-IID across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
Google通过TEE增强联邦学习隐私；新arXiv论文探讨模型合并与效率
Google Research开发了一个新的联邦学习系统，通过可信执行环境（TEEs）增强隐私，允许可验证的数据匿名化和更快的训练。该系统已在Gboard中实现，并建立在先前差分隐私和安全聚合工作的基础上。同时，几篇arXiv论文探讨了联邦学习的进展，包括具有预训练权重的模型合并技术、处理非独立同分布数据和动态客户端参与的框架、渐进式分辨率安全聚合、用于效率的潜在信息共享以及用于安全和通信优化的压缩方法。
-
新的联邦学习方法应对模型异构和数据缺失问题
两篇新的研究论文介绍了联邦学习的新方法，解决了模型异构和模态缺失的挑战。FedTopo 专注于共享类别关系拓扑，以克服客户端之间的架构差异，并在实验中优于现有方法。FedTaste 通过使用冻结的基础模型创建全局结构蓝图，并使用轻量级提示和谱一致性正则化来适应缺失模态的客户端，来解决多模态联邦学习中数据缺失的问题。