AdeptHEQ-FL: Adaptive Homomorphic Encryption for Federated Learning of Hybrid Classical-Quantum Models with Dynamic Layer Sparing
AdeptHEQ-FL: 适应性同态加密用于混合经典-量子模型联邦学习的框架
机构 * University of Southern California（南加州大学） ； Islamic University of Technology（伊斯兰科技大学） ； American International University-Bangladesh（孟加拉国美国国际大学） ； Multimedia University（多媒体大学）
AI总结 本文提出AdeptHEQ-FL框架，结合混合CNN-PQC架构、自适应准确度加权聚合方案、选择性同态加密和动态层冻结技术，提升联邦学习在非独立同分布环境下的性能、隐私保护与通信效率。
Comments Accepted in 1st International Workshop on ICCV'25 BISCUIT (Biomedical Image and Signal Computing for Unbiasedness, Interpretability, and Trustworthiness)
Journal ref 1st International Workshop on BISCUIT at ICCV 2025
