arXiv · ML· Berk Sezer, \"Ozg\"ur Soysal·· 7 小时前AI 评分26
DROD: 异构设备联邦持续学习的双重比率有序dropout方法
DROD: Dual-Ratio Ordered Dropout for Federated Continual Learning on Heterogeneous Devices
AI 导读
研究提出了DROD（双重比率有序dropout）方法，用于解决异构模型在联邦持续学习场景下的训练问题。该方法在ResNet-18架构上，通过shortcut和branch双比率机制提取子模型。 在共享参数和FLOP预算下，DROD在异构模型联邦学习策略中取得了最高平均准确率。其优势在ER、DER++和BiC等回放策略下保持稳定。
来源：arXiv · ML · arxiv.org