Umfassende Leistungsbewertung verschiedener Federated-Learning-Algorithmen: Erkennung von Unterschieden in Genauigkeit, Rechenaufwand, Kommunikationskosten und Stabilität

Keine einzelne Federated-Learning-Methode ist in allen Leistungsmetriken überlegen. Die Algorithmen weisen unterschiedliche Stärken und Schwächen auf, die bei der Auswahl berücksichtigt werden müssen.