基于Z-Score动态压缩的高效联邦学习算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：联邦学习作为一种具有隐私保护的新兴分布式计算范式，在一定程度上保护了用户隐私和数据安全。然而，由于联邦学习系统中客户端与服务器需要频繁地交换模型参数，造成了较大的通信开销。在带宽有限的无线通信场景中，这成为了限制联邦学习发展的主要瓶颈。针对这一问题，提出了一种基于Z-Score的动态稀疏压缩算法。（剩余13575字）

试读结束

目录
monitor
客服机器人