A Unified Framework for Fair and Personalized Decentralized Learning under Communication Constraints
通信约束下公平且个性化的去中心化学习统一框架
机构 * School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology（瑞典皇家理工学院电气与计算机科学学院）
专题命中 语音与意图解码 ：EEG(abstract,abstract_cn)；分类 cs.LG
AI总结 该研究针对通信约束下去中心化学习的公平性等挑战，提出融合个性化、公平性与高效通信的DMFL-SQ算法，在CIFAR-10等数据集上验证其能减少通信并维持性能、提升公平性。
