FedControl：当控制理论遇见联邦学习
机器学习
2022-05-31 v1
摘要
迄今为止，最流行的联邦学习算法采用模型参数的坐标wise平均。我们背离此方法，依据本地学习的性能及其演变来区分客户端的贡献。该技术受控制理论启发，并在 IID 框架下广泛评估其分类性能，且与 FedAvg 进行比较。
引用
@article{arxiv.2205.14236,
title = {FedControl: When Control Theory Meets Federated Learning},
author = {Adnan Ben Mansour and Gaia Carenini and Alexandre Duplessis and David Naccache},
journal= {arXiv preprint arXiv:2205.14236},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2205.10864