• 简体   /   繁体
精度驱动的自适应联邦剪枝与差分隐私方法*-计算机应用研究2026年11期

精度驱动的自适应联邦剪枝与差分隐私方法*

作者:杨程 李晓会 兰洁 王亚君 字体:小   中   大

摘 要:针对联邦学习中模型更新传输量较大导致通信开销较高,以及差分隐私噪声注入引起模型精度下降与收敛波动的问题,提出一种精度驱动的自适应联邦剪枝与差分隐私方法(accuracy-driven adaptive federated prunin(试读)...

计算机应用研究

2026年第11期