基于non-IID数据分布的半监督联邦聚簇机制分析
2025.09.15点击：
摘要：阐述为了应对特殊场景下联邦学习标签缺失和数据异构的挑战，提出一种基于non-IID数据分布的半监督联邦聚簇机制Sem-CFL。通过提取各个设备上数据分布的聚簇特征，将每个设备的模型和与其相似性最高的k个模型进行聚合，最终为每一个簇训练一个机器学习模型。
关键词： 半监督联邦学习;聚类联邦学习;数据异构;
专辑： 信息科技
专题： 计算机软件及计算机应用;自动化技术
分类号： TP311.13;TP181
- 上一篇：基于大数据的新型计算架构技术分析 2025/9/15
- 下一篇：多元检测设备的数字一体化装置分析 2025/9/15