跳到正文
arXiv · ML· Luigi Palmieri, Lorenzo Valerio, Chiara Boldrini, Andrea Passarella, Marco Conti, J\'anos Kert\'esz·· 16 小时前AI 评分22

网络拓扑与数据异质性如何塑造去中心化学习:谱分析

How Network Topology and Data Heterogeneity Shape Decentralized Learning: A Spectral Analysis

AI 导读

该研究建立谱分析框架,揭示去中心化联邦学习中网络拓扑通过信息混合影响节点贡献。主特征模式决定共识轨迹与节点影响,非主特征模式支配分歧的传播与衰减。 实验显示,在独立同分布数据下,不同拓扑的学习动态几乎相同;而在非独立同分布数据下,网络规模与连接度显著影响信息分布不均时的学习效果。

来源:arXiv · ML · arxiv.org