双重知识迁移联邦个性化网络

个性化与泛化并举

通过历史局部知识与最新全局知识的双重融合,该网络在非独立同分布数据上实现了客户端个性化性能与泛化能力的同步提升。

Yi, Liping · Xiaorong, Shi · Nan, Wang · 王刚 · 刘晓光 · Shi, Zhuan · Yu, Han

Knowledge-Based Systems 2024

参数信息

测试准确率提升
0.74-1.62 %

技术优势

泛化更强

通过对比学习将最新全局知识迁移到本地模型,提升对未见数据的适应能力。

个性化更好

利用局部超网络将历史本地知识注入本地模型,更贴合客户端自身数据分布。

理论上可靠

给出了泛化性和收敛性的理论分析,为方法有效性提供保证。

应用场景