arXiv · ML· Tsutahiro Fukuhara, Junya Hara, Hiroshi Higashi, Yuichi Tanaka·· 2026-10-14AI 评分23
FedLoRD:基于模型参数差异低秩结构的个性化联邦学习方法
FedLoRD: Personalized Federated Learning based on Low-Rank Structures of Model Parameter Differences
AI 导读
summary_zh: 研究人员提出 FedLoRD,这是一种利用全局与个性化模型参数差异低秩特性的个性化联邦学习方法。该方法在每层差异上引入核范数正则化,并通过分解表示使普通随机梯度下降能够高效求解。
来源:arXiv · ML · arxiv.org