激励参与提升精度
首个针对分布式集成学习的激励机制设计，通过平衡数据多样性与集成精度，在异构成本下实现高效参与。
黄超 · Han, Pengchao · 黄建伟
2023
机制为具有异构计算与通信成本的参与者同时指定训练数据和奖励，解决了自利参与者可能拒绝参与的问题。
所提出的交替算法被证明收敛，且运行时间为参与者数量的多项式，可扩展至大规模场景。
使用 MNIST 数据集的数值结果与理论分析一致，提供了实验证据。
实现代码已公开，便于复现和集成。