連邦学習

連邦学習のための新しい不正確かつ自己適応的なADMMアルゴリズム

本論文では、連邦学習の課題に対処するための新しい不正確かつ自己適応的なADMMアルゴリズムを提案する。このアルゴリズムは、クライアントの局所的な更新の精度を動的に調整し、各クライアントの罰則パラメータを自己適応的に調整することで、異質なクライアントとデータに対してより適応的で堅牢なアルゴリズムを実現する。

連邦学習の包括的で拡張可能なフレームワークであるAPPFLの最新の進歩

連邦学習のための新しい不正確かつ自己適応的なADMMアルゴリズム

連邦学習における三演算子ADMMの活用