已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

AdaFed: Optimizing Participation-Aware Federated Learning With Adaptive Aggregation Weights

计算机科学 趋同(经济学) 集合(抽象数据类型) 联合学习 跟踪(心理语言学) 主流 人工智能 算法 理论计算机科学 法学 政治学 语言学 经济增长 哲学 经济 程序设计语言
作者
Lei Tan,Xiaoxi Zhang,Yipeng Zhou,Xinkai Che,Miao Hu,Xu Chen,Di Wu
出处
期刊:IEEE Transactions on Network Science and Engineering [Institute of Electrical and Electronics Engineers]
卷期号:9 (4): 2708-2720 被引量:11
标识
DOI:10.1109/tnse.2022.3168969
摘要

Federated learning (FL) has become one of the mainstream paradigms for multi-party collaborative learning with privacy protection. As it is difficult to guarantee all FL devices to be active simultaneously, a common approach is to only use a partial set of devices to participate in each round of model training. However, such partial device participation may introduce significant bias on the trained model. In this paper, we first conduct a theoretical analysis to investigate the negative impact of biased device participation and derive the convergence rate of FedAvg, the most well-known FL algorithm, under biased device participation. We further propose an optimized participation-aware federated learning algorithm called AdaFed , which can adaptively tune the aggregation weight of each device based on its historical participation records and remove the bias introduced by partial device participation. To be more rigorous, we formally prove the convergence guarantee of AdaFed. Finally, we conduct trace-driven experiments to validate the effectiveness of our proposed algorithm. The experimental results are consistent with our theoretical analysis and show that AdaFed improves the global model accuracy and converges much faster than the state-of-the-art FL algorithms by eliminating the negative effect of biased device participation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
勤恳的夜绿完成签到 ,获得积分10
刚刚
zain完成签到 ,获得积分10
1秒前
5秒前
10秒前
追寻安柏发布了新的文献求助10
13秒前
大学生完成签到 ,获得积分10
15秒前
黄昏完成签到,获得积分10
17秒前
22秒前
22秒前
科研通AI2S应助科研通管家采纳,获得10
24秒前
完美世界应助科研通管家采纳,获得10
24秒前
科研通AI2S应助科研通管家采纳,获得10
24秒前
脑洞疼应助追寻安柏采纳,获得10
24秒前
yaoyao发布了新的文献求助10
28秒前
勤恳的夜绿关注了科研通微信公众号
30秒前
pass完成签到 ,获得积分10
31秒前
星辰大海应助yaoyao采纳,获得10
33秒前
天天快乐应助昏睡的绿海采纳,获得10
34秒前
孝艺完成签到 ,获得积分10
35秒前
追寻安柏完成签到,获得积分10
38秒前
39秒前
39秒前
赘婿应助sh1058408568采纳,获得20
40秒前
南北发布了新的文献求助10
43秒前
45秒前
PL发布了新的文献求助10
46秒前
jesusmanu完成签到,获得积分0
46秒前
羊羽发布了新的文献求助10
46秒前
辜月十二完成签到 ,获得积分10
47秒前
48秒前
51秒前
yaoyao发布了新的文献求助10
52秒前
青树柠檬完成签到 ,获得积分10
53秒前
1364135702完成签到 ,获得积分10
53秒前
ste56完成签到,获得积分10
54秒前
1分钟前
涛哥来科研完成签到 ,获得积分10
1分钟前
蒙圈发布了新的文献求助10
1分钟前
1分钟前
sh1058408568发布了新的文献求助20
1分钟前
高分求助中
Earth System Geophysics 1000
Semiconductor Process Reliability in Practice 800
Co-opetition under Endogenous Bargaining Power 666
Studies on the inheritance of some characters in rice Oryza sativa L 600
Medicina di laboratorio. Logica e patologia clinica 600
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
Language injustice and social equity in EMI policies in China 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3211036
求助须知:如何正确求助?哪些是违规求助? 2860086
关于积分的说明 8122615
捐赠科研通 2525757
什么是DOI,文献DOI怎么找? 1359571
科研通“疑难数据库(出版商)”最低求助积分说明 643009
邀请新用户注册赠送积分活动 614987