CFARMS: A clustered federated learning framework with recursive model selection

2025-07-12

0

PRE

AI

DOI：10.1016/j.eswa.2025.128931

原文求助

摘要

En 中文

• CFARMS能够高效学习在客户端非IID数据集上具有良好泛化能力的模型。 • 通过递归模型选择，CFARMS提供了更快的模型收敛速度。 • 相比于当前最先进的框架，它将通信成本降低了49%以上。 • 所提出的框架能够有效扩展到更多客户端和模型。 • 最终，选择梯度估计值更低的模型。

Keyword:

CFARMS

non-IID data

model convergence

communication cost

gradient estimation