arXiv · AI· Quan Minh Nguyen, Hoang M. Ngo, Bhakti Chowkwale, Yasaman Keshtkarjahromi, My T. Thai·· 8 小时前AI 评分21
FedFiOT: Fisher加权最优传输用于单轮和少轮联邦学习中的模型合并
FedFiOT: Fisher-Weighted Optimal Transport for Model Merging in One-Shot and Few-Round Federated Learning
AI 导读
提出FedFiOT框架，利用Fisher信息量化参数重要性，通过交替最小化方法联合优化神经元对齐与全局模型参数。 理论证明其优化过程单调降低分层合并目标，并建立量化客户端异质性影响的平稳性界。 在多个数据集上，该框架在单轮和少轮联邦学习设置中均持续优于竞争基线。
来源：arXiv · AI · arxiv.org