• 简体   /   繁体
基于模型质量评分的联邦学习聚合算法优化-计算机应用研究2024年08期

基于模型质量评分的联邦学习聚合算法优化

作者:吴小红 陆浩楠 顾永跟 陶杰 字体:      

摘 要:在联邦学习环境中,客户端数据的质量是决定模型性能的关键因素。传统的评估方法依赖于在中心节点的验证集上衡量客户端模型的损失,从而对数据质量进行评估。在缺乏有效验证集的情况下,数据质量的评估是困难的(试读)...

计算机应用研究

2024年第08期