Your Location:
Home >
Browse articles >
FedMcon:一种通过元控制器实现的联邦学习自适应聚合方法
常规文章 | Updated:2025-09-04
    • FedMcon:一种通过元控制器实现的联邦学习自适应聚合方法

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

    • 在联邦学习领域,提出了一种新的聚合方法FedMcon。专家研究人员引入了一种在小型代理数据集上训练的可学习控制器,并作为聚合器学习如何自适应地将异构局部模型聚合成更好的全局模型,以实现预期目标。这为解决联邦学习中收敛受阻和泛化能力受损的问题提供了解决方案。
    • 信息与电子工程前沿(英文)   2025年26卷第8期 页码:1378-1393
    • DOI:10.1631/FITEE.2400530    

      中图分类号: TP39
    • 收稿:2024-06-20

      修回:2024-12-15

      纸质出版:2025-08

    Scan QR Code

  • 沈弢, 李则熹, 赵子瑜, 等. FedMcon:一种通过元控制器实现的联邦学习自适应聚合方法[J]. 信息与电子工程前沿(英文), 2025,26(8):1378-1393. DOI: 10.1631/FITEE.2400530.

    Tao SHEN, Zexi LI, Ziyu ZHAO, et al. FedMcon: an adaptive aggregation method for federated learning via meta controller&[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(8): 1378-1393. DOI: 10.1631/FITEE.2400530.

  •  
  •  

0

浏览量

76

Downloads

0

CSCD

>
文章被引用时,请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

Prototypical clustered federated learning for heart rate prediction
Federated deep reinforcement learning based computation offloading in a low Earth orbit satellite edge computing system
Federated learning on non-IID and long-tailed data via dual-decoupling
Communication efficiency optimization of federated learning for computing and network convergence of 6G networks
A survey of energy-efficient strategies for federated learning in mobile edge computing

相关作者

宫庆媛
周义朋
苏翔
黎子玥
陈炯
陈阳
阮辉
殷勇杰

相关机构

复旦大学智能复杂体系基础理论与关键技术实验室
麦考瑞大学计算学院
赫尔辛基大学农业科学系
科隆大学信息系统系
蔚来汽车
0