面向转导与半监督联邦学习的跨客户端标签传播
机器学习
2023-12-13 v4
摘要
我们提出跨客户端标签传播(XCLP)，一种用于转导式联邦学习的新方法。XCLP 从多个客户端的数据联合估计数据图，并通过在图上传播标签信息来计算未标记数据的标签。为避免客户端不得不与任何方共享其数据，XCLP 采用两种密码学安全协议：安全汉明距离计算与安全求和。我们展示了 XCLP 在联邦学习中的两种不同应用。其一是以一次性方式预测未见测试点的标签。其二是，在联邦半监督设定中反复为未标记训练数据打伪标签。在真实联邦数据集与标准基准数据集上的实验表明，在这两种应用中 XCLP 均取得比替代方法更高的分类准确率。
引用
@article{arxiv.2210.06434,
title = {Cross-client Label Propagation for Transductive and Semi-Supervised Federated Learning},
author = {Jonathan Scott and Michelle Yeo and Christoph H. Lampert},
journal= {arXiv preprint arXiv:2210.06434},
year = {2023}
}