FedKDの輪読

FedKDの輪読

クライアントに教師/生徒モデルがある!?

教師はローカルで保持

生徒は集約,暗号化

サーバは通常通り

ローカルの損失とか

予測誤りの影響を最小限にする重みづけをする

教師がローカルに特化し,生徒が全体のバランスを取る

いいね!

クライアント選択で平均的なモデルを作ると,それに貢献しないクライアントに恩恵が少なくなる

これはどうなのだろう?

結局全体をバランスよくしたモデルを構築する?

動的勾配近似手法を使用

FedAvgで集約してるらしい

一瞬だけ書いてあった

質問して良かったな

フレームワークがFedKD

モデルのアーキテクチャと学習の仕方を含む

実験の表

他のモデルは多分FedAvgを利用

FedKDはそういうモデル+手法

手法が統一されていないのに比較できるのか?