混合联邦学习的原始对偶算法
机器学习
2025-02-28 v3
摘要
极少有方法适用于混合联邦学习，即客户端仅持有特征与样本的子集。然而，该场景在实际应用中极为重要。我们提供了一种基于 Fenchel 对偶的快速、鲁棒的混合联邦学习算法。我们证明了该算法在多种实际情形下收敛到与集中训练模型相同的解。此外，我们给出了实验结果表明，该算法相对于联邦学习中常用方法 FedAvg 及已有混合 FL 算法 HyFEM 的性能提升。我们也提供了隐私考量及保护客户端数据的必要步骤。
引用
@article{arxiv.2210.08106,
title = {A Primal-Dual Algorithm for Hybrid Federated Learning},
author = {Tom Overman and Garrett Blum and Diego Klabjan},
journal= {arXiv preprint arXiv:2210.08106},
year = {2025}
}
备注
Accepted by AAAI 2024. To appear in AAAI proceedings