登录
洞察 - 연합 학습 모델 압축
연합 학습에서의 통신 및 계산 효율성을 위한 베이지안 연합 모델 압축
본 논문에서는 연합 학습 환경에서 통신 및 계산 효율성을 달성하기 위한 베이지안 모델 압축 기법을 제안한다. 제안하는 기법은 가중치 행렬에 클러스터 형태의 희소 구조를 유도하여 통신 및 계산 복잡도를 크게 감소시킬 수 있다.
연산 및 메모리 효율적인 연합 동적 가지치기 프레임워크 FedMef
FedMef는 연합 학습 환경에서 자원 제한적인 디바이스에 특화된 모델을 생성하기 위해 정확도 저하와 높은 활성화 메모리 사용 문제를 해결한다. 예산 인식 압출과 스케일된 활성화 가지치기를 통해 이를 달성한다.
