arXiv · ML· Baraa Bilbeisi, Mengchen Fan, Baocheng Geng, Qing Tian·· 8 小时前AI 评分20
CRAD：面向去中心化异构联邦学习的类别感知可靠性知识蒸馏
CRAD: Class-wise Reliability-Aware Distillation for Decentralized Heterogeneous Federated Learning
AI 导读
文章提出 CRAD 方法，通过类别可靠性加权平均解决非 IID 数据下去中心化异构 FL 的模型融合难题。 框架基于知识蒸馏实现数据隐私保护，无需中心服务器或公开数据集。在 CIFAR-10、CIFAR-100 和 PathMNIST 上验证了性能提升，代码已公开。
来源：arXiv · ML · arxiv.org