一种带压缩和动量步的联邦学习算法CSCD |
| |
引用本文: | 贾泽慧董萍杜俊辉.一种带压缩和动量步的联邦学习算法CSCD[J].高等学校计算数学学报,2022(1):64-81. |
| |
作者姓名: | 贾泽慧董萍杜俊辉 |
| |
作者单位: | 1.南京信息工程大学数学与统计学院210044; |
| |
基金项目: | 国家自然科学基金项目(No.11801279);江苏省自然科学基金项目(BK20180782). |
| |
摘 要: | 1引言联邦学习(Federated Learning)是一种分布式学习范式,这一概念自2016年被谷歌研究院提出以来就一直受到广泛的关注和研究;.本文研究的是联邦学习中存在的一类优化问题,该优化问题可以抽象成。
|
关 键 词: | 谷歌 学习算法 学习范式 带压缩 优化问题 联邦 分布式 |
本文献已被 维普 等数据库收录! |
|