arXiv cs.AI / cs.LG 最新· Qiyuan Wang·· 17 小时前AI 评分48
Discount Yourself：面向客户端离线场景的自包含新鲜度加权 Gossip 聚合规则 SFG
Discount Yourself: Self-inclusive Freshness-weighted Gossip for Decentralised Learning under Client Outages
AI 导读
研究者提出自包含新鲜度加权 Gossip 聚合规则族 SFG，用于客户端长时间离线后恢复的去中心化联邦学习。它让接收端把自身模型按相对陈旧度与邻居同等折价，并以 effective lag 而非模型年龄衡量陈旧度；SFG-L 与 SFG-Cut 在 3 个图像基准、8 种离线过程上优于去中心化联邦平均与 age-of-information 规则。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。