Synthetic data shuffling accelerates the convergence of federated learning under data heterogeneity

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Li, Bo, Esfandiari, Yasin, Schmidt, Mikkel N., Alstrøm, Tommy S., Stich, Sebastian U.
Format:	Preprint
Publié:	2023
Sujets:	Machine Learning Computer Vision and Pattern Recognition Distributed, Parallel, and Cluster Computing
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2306.13263