EchoPFL：移动设备上具有按需陈旧度控制的异步个性化联邦学习
作者
环境感知与上下文计算计算方法在HCI中的应用
（摘要缺失）
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 异步个性化联邦学习如何有效解决移动设备间的数据异质性和计算异质性问题？分类: 预测建模、行为推断与趋势估计方法同类问题arrow_forward
- 如何在异步联邦学习中控制模型的陈旧性，确保慢设备的数据参与？分类: 预测建模、行为推断与趋势估计方法同类问题arrow_forward
- 动态聚类和优化广播频率如何提高移动设备联邦学习的效率与准确性？分类: 预测建模、行为推断与趋势估计方法同类问题arrow_forward
lightbulb
现实痛点
1- 慢设备参与联邦学习时，训练延迟高且个性化准确性差。分类: 预测建模、行为推断与趋势估计方法同类问题arrow_forward
基于研究子主题与职业分类的 Jaccard 相似度（≥60%）
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
UbiComp
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
环境感知与上下文计算、计算方法在HCI中的应用
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文