研究者提出联邦学习客户端选择方法FedCSGA
热点事件持续更新
研究者提出联邦学习客户端选择方法FedCSGA
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
研究者 Ghani Haider 提出基于遗传算法的联邦学习客户端选择方法 FedCSGA：把客户端子集编码为染色体，用融合资源感知指标与历史参与权重的非线性适应度函数评估，以同时应对统计异构与系统异构。 据该研究在 FMNIST、CIFAR-10、CIFAR-100 和 Tiny-ImageNet 上的实验，FedCSGA 的准确率最高提升 7.0%，并以更少通信轮次更快收敛。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 18:52
FedCSGA：基于遗传算法的联邦学习客户端选择方法报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 隐私论文FedCSGA：基于遗传算法的联邦学习客户端选择方法
研究者提出联邦学习客户端选择方法 FedCSGA，将客户端子集编码为染色体，并用融合资源感知指标与历史参与权重的非线性适应度函数评估，以同时应对统计异构与系统异构。在 FMNIST、CIFAR-10、CIFAR-100 和 Tiny-ImageNet 上的实验显示，其准确率最高提升 7.0%，并以更少通信轮次更快收敛。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。