模型版本激励

提升参与度

通过分配不同质量版本的模型来激励客户端参与 SplitFed 学习，提高模型准确率。

Han, Pengchao · 黄超 · Xingyan, Shi · Jianwei, Huang · Liu, Xin

2024

技术优势

首给理论指导

首次给出部分参与下的收敛分析，为机制设计提供依据

形成弱占优策略

机制解耦客户端决策，均衡处每个客户端有弱占优策略

大幅提升参与和精度

实验证明相比基准能大幅提升客户端参与度和模型准确率

应用场景

• 联邦学习：为联邦学习平台解决客户端不愿参与的问题
• 分布式机器学习：用于分布式系统中无金钱支付时的参与激励
• 激励机制设计：为激励设计提供收敛分析支撑和版本分配模型