技术栈
数据异构性
TechBeat人工智能社区
1 年前
机器学习
·
联邦学习
·
neurips
·
数据异构性
·
差分隐私
NeurIPS 2023 | FedFed:特征蒸馏应对联邦学习中的数据异构
在本文中,我们提出了一种新的即插即用的联邦学习模块,FedFed,其能够以特征蒸馏的方式来解决联邦场景下的数据异构问题。FedFed首次探索了对数据中部分特征的提取与分享,大量的实验显示,FedFed能够显著地提升联邦学习在异构数据场景下的性能和收敛速度。