Centrala begrepp
Re-Fed bietet eine effiziente Lösung für das katastrophale Vergessen in föderiertem inkrementellem Lernen durch die Koordination der Speicherung wichtiger Proben für die Wiederholung.
Statistik
In FIL-Szenarien können Daten inkrementell ankommen.
Re-Fed verbessert die Modellgenauigkeit im Vergleich zu anderen Methoden.
Citat
"Re-Fed kann als leichtgewichtiges Personalisierungs-Add-On für alle föderierten Lernalgorithmen mit globaler Aggregation betrachtet werden."
"Re-Fed erzielt die beste Leistung in allen Fällen mit einem Vorsprung von 1,87% bis 19,73% in Bezug auf die endgültige Genauigkeit."