跳到正文
热点事件持续更新

提出结合压缩通信与本地更新的联邦学习方法

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Dmitriy Bystrov 等作者提出一种谱联邦学习方法,将本地更新与通信压缩结合起来,以弥补现有 Muon 联邦学习方案未同时支持这两项技术的不足。作者称,该方法在温和假设下具有收敛保证,并不要求严格的有界异质性条件;标准图像分类基准实验验证了其效率与稳健性。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv · Machine Learning
    联邦学习中通过谱方法连接通信压缩与本地更新

    一种联邦学习谱方法结合本地更新与通信压缩,以弥补现有 Muon 联邦学习方案对这两项高效训练技术的支持不足。该方法在温和假设下给出收敛保证,并消除了严格的有界异质性条件。标准图像分类基准上的实验验证了其效率与稳健性。

本事件热度走势

可比范围当前
8
可比范围峰值
810月19日 19:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。