Xi'an Jiaotong University（西安交通大学）

Few-for-Many Personalized Federated Learning

少量-多数个性化联邦学习

Ping Guo, Tiantian Zhang, Xi Lin, Xiang Li, Zhi-Ri Tang, Qingfu Zhang

机构 * City University of Hong Kong（香港城市大学） ； Hong Kong Metropolitan University（香港 Metropolitan 大学） ； Xi’an Jiaotong University（西安交通大学） ； Southeast University（东南大学） ； Jinan University（吉林大学） ； CityU Shenzhen Research Institute（城大深圳研究院） 纠错

AI总结 FedFew通过少量共享服务器模型实现高效个性化联邦学习，自动优化模型多样性，优于现有方法。