Personalisiertes Föderiertes Lernen für ressourcenbeschränkte Geräte mit stochastischer Parameteraktualisierung

FedSPU ist ein konsolidierter Ansatz für föderiertes Lernen mit Personalisierung, der darauf abzielt, den Verlust der Personalisierung lokaler Modelle zu mindern, während gleichzeitig die Rechen- und Kommunikationsengpässe ressourcenbeschränkter Geräte berücksichtigt werden.