不均衡データに対応した高速かつ効率的な連合学習のための、異質性に基づくクライアントサンプリング手法

本稿では、データの不均衡性という課題に対処するため、クライアントのデータの異質性に基づいてサンプリングを行う新しい連合学習手法HiCS-FLを提案する。HiCS-FLは、従来の手法よりも高速な収束と低い分散を実現し、計算コストも大幅に削減できる。