2022年4月8日
FAIR: Quality-Aware Federated Learning with Precise User Incentive and Model Aggregation阅读笔记
摘要： #动机 本文是2021年infocom上的一篇论文。联邦学习面临着两大挑战:1.用户可能并不愿意参与到学习中，因为该学习消耗计算资源和精力。2.每个用户提供的更新质量不同，低质量的模型更新会破坏整体模型的性能。针对以上问题，作者提出了FAIR系统来解决上述问题，该系统通过评估用户学习质量来促进精确的 阅读全文
posted @ 2022-04-08 14:25 South1999 阅读(449) 评论(1) 推荐(0) 编辑