返回
A general aggregation federated learning intervention algorithm based on do-calculus
DOI:10.1016/j.patcog.2025.112210.png)
摘要
En 中文
• 动态客户端加权采用蒙特卡洛采样处理数据不平衡问题。
• FedLT-CI通过因果推断提升尾部性能,同时保持头部精度。
• 因果联邦学习削减聚合客户端数量,降低通信开销,并保持性能。
• 即插即用联邦学习在提升尾部精度的同时保持头部性能。
Keyword:
Dynamic client weighting
Causal inference
Federated learning
Data imbalance
Communication efficiency

