arXiv 隐私论文· Ali Abedi·· 1 天前AI 评分26
SKD-ETR：结合平滑知识蒸馏与教师精炼的一次性联邦无监督域适应
One-shot federated unsupervised domain adaptation with Smoothed Knowledge Distillation and teacher refinement
AI 导读
SKD-ETR 是一个一次性联邦无监督域适应（FUDA）框架，结合平滑知识蒸馏（SKD）与基于指数移动平均的教师精炼（ETR）。SKD 用源模型集成生成的平滑软伪标签训练目标域学生模型，ETR 通过 EMA 将学生参数插值回各源模型，实现双向精炼且不增加通信开销。
来源：arXiv 隐私论文 · arxiv.org