基于非独立同分布和长尾数据的双解耦联邦学习

王朝晖; 李红娇; 李晋国; 胡仁豪; 王宝金

doi:10.1631/FITEE.2300284

Your Location：

Home >

Browse articles >

基于非独立同分布和长尾数据的双解耦联邦学习

常规文章 | Updated：2024-06-03

- 基于非独立同分布和长尾数据的双解耦联邦学习
- Federated learning on non-IID and long-tailed data via dual-decoupling
- “在分布式机器学习领域，引入了一种名为通过模型和逻辑校准进行联邦双解耦（FedDDC）的新解决方案，以解决联邦学习中非IID和长尾分布的挑战。这种方法的特点是解耦全局模型、客户端置信度重新加权、分类器重新平衡和解耦知识蒸馏，显著提高了全局模型在非IID和长尾数据上的准确性，优于现有的最先进方法。”
- 信息与电子工程前沿（英文） 2024年25卷第5期页码：728-741
- Affiliations：
  
  College of Computer Science and Technology, Shanghai University of Electric Power, Shanghai 201306, China
- Author bio：
  
  ‡Corresponding author
  lijg@shiep.edu.cn
- Funds：
  
  National Natural Science Foundation of China(61702321)
- DOI：10.1631/FITEE.2300284
  中图分类号： TP18
- 收稿：2023-04-23，
  
  录用：2023-08-22，
  
  纸质出版：2024-05-0
- Accepted：
Scan QR Code
王朝晖, 李红娇, 李晋国, 等. 基于非独立同分布和长尾数据的双解耦联邦学习[J]. 信息与电子工程前沿（英文）, 2024,25(5):728-741.

Zhaohui WANG, Hongjiao LI, Jinguo LI, et al. Federated learning on non-IID and long-tailed data via dual-decoupling[J]. Frontiers of Information Technology & Electronic Engineering, 2024, 25(5): 728-741.
王朝晖, 李红娇, 李晋国, 等. 基于非独立同分布和长尾数据的双解耦联邦学习[J]. 信息与电子工程前沿（英文）, 2024,25(5):728-741. DOI： 10.1631/FITEE.2300284.

Zhaohui WANG, Hongjiao LI, Jinguo LI, et al. Federated learning on non-IID and long-tailed data via dual-decoupling[J]. Frontiers of Information Technology & Electronic Engineering, 2024, 25(5): 728-741. DOI： 10.1631/FITEE.2300284.

浏览量

265

Downloads

CSCD

文章被引用时，请邮件提醒。

Submit

工具集

关联资源

Federated mutual learning: a collaborative machine learning method for heterogeneous data, models, and objectives

Prototypical clustered federated learning for heart rate prediction

Knowledge distillation for financial large language models: a systematic review of strategies, applications, and evaluation

FedMcon: an adaptive aggregation method for federated learning via meta controller^&

Prototype-guided cross-task knowledge distillation

基于非独立同分布和长尾数据的双解耦联邦学习

Federated learning on non-IID and long-tailed data via dual-decoupling

DOI：10.1631/FITEE.2300284