FedALA: Adaptive Local Aggregation for Personalized Federated Learning
时间: 2024-04-06 16:31:38 浏览: 206
FedALA是一种个性化联邦学习的方法,它采用自适应局部聚合技术来使模型更好地适应本地数据。具体来说,FedALA通过在本地训练期间聚合本地模型的梯度,来实现模型更新的个性化。这种方法可以减少模型在全局通信时的通信开销,并且可以更好地保护本地数据隐私。FedALA在实验中表现出了比传统联邦学习方法更好的性能。
阅读全文