异构客户端定制子模型
通过模型学习范式在服务器端训练异构子模型，无需客户端参与压缩与扩张过程，同时保持个性化信息。
Shen, Leming · 杨强 · Cui, Kaiyan · Zheng, Yuanqing · 魏骁勇 · Liu, Jianwei · 韩进松
IEEE Transactions on Mobile Computing 2025
压缩和解压过程对客户端透明，只需在服务器端用少量公共数据集调整，因此部署时客户端无需任何修改。
与现有联邦学习系统相比，FedConv 的计算开销降低 33%，通信开销降低 25%，更适合资源受限的设备。
通过转置卷积扩张将不同大小的子模型转换为统一大小，同时保留个性化信息，实现异构子模型的有效聚合。