FedNA-ALD:通过自适应调整机制,提高了对异常数据和噪声数据的鲁棒性,确保模型的稳定性和可靠性。 通过对两个数据集上四种不同数据分布的实验验证,FedNA-ALD预计能够进一步减少迭代次数和通信开销,相比FedNA,收敛时间预计减少约20%,通信成本预计降低约30%,同时保持或提升模型的精度。
l联邦平均算法
shoppingOnline_2025 在线商城课程培训学习 (前端)
shoppingOnline_backend-2025 后台系统
最近一年贡献:3 次
最长连续贡献:1 日
最近连续贡献:1 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request,其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。