FedStyleは、芸術委託のための新しいスタイルベースの連合学習クラウドソーシングフレームワークです。従来の芸術委託プラットフォームでは、ユーザーが特定のアーティストのスタイルを表現することが困難でしたが、FedStyleではこの問題を解決します。
FedStyleの主な特徴は以下の通りです:
アーティストは自身の作品を公開することなく、ローカルでスタイル分類モデルを学習し、モデルパラメータを共有することができます。これにより、アーティストのデータプライバシーが保護されます。
各アーティストが独自のスタイルを持つため、ローカルモデルの収束が大きく異なる問題(極端なデータ異質性)に対処するため、FedStyleはスタイル表現を学習し、サーバーと整合させることで、モデルドリフトの影響を軽減します。
対照学習を導入し、スタイル表現空間を精緻に構築することで、類似したスタイルの作品を近づけ、異なるスタイルを離れるように学習します。
実験結果から、FedStyleは既存手法と比較して優れた分類精度と F1 スコアを示し、アーティストと買い手の両方から高い評価を得ています。
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Changjuan Ra... a las arxiv.org 04-26-2024
https://arxiv.org/pdf/2404.16336.pdfConsultas más profundas