Rethinking Federated Learning with Domain Shift: A Prototype View

计算机科学 概化理论 嵌入 一致性(知识库) 构造(python库) 领域(数学分析) 正规化(语言学) 理论计算机科学 人工智能 数学 计算机网络 数学分析 统计
作者
Wenke Huang,Mang Ye,Zekun Shi,Li He,Bo Du
标识
DOI:10.1109/cvpr52729.2023.01565
摘要

Federated learning shows a bright promise as a privacy-preserving collaborative learning technique. However, prevalent solutions mainly focus on all private data sampled from the same domain. An important challenge is that when distributed data are derived from diverse domains. The private model presents degenerative performance on other domains (with domain shift). Therefore, we expect that the global model optimized after the federated learning process stably provides generalizability performance on multiple domains. In this paper, we propose Federated Proto-types Learning (FPL) for federated learning under domain shift. The core idea is to construct cluster prototypes and unbiased prototypes, providing fruitful domain knowledge and a fair convergent target. On the one hand, we pull the sample embedding closer to cluster prototypes belonging to the same semantics than cluster prototypes from distinct classes. On the other hand, we introduce consistency regularization to align the local instance with the respective unbiased prototype. Empirical results on Digits and Office Caltech tasks demonstrate the effectiveness of the proposed solution and the efficiency of crucial modules.
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
刚刚
小蘑菇应助麻花精采纳,获得10
刚刚
刚刚
荒1完成签到,获得积分10
2秒前
在水一方应助橙橙橙橙采纳,获得10
2秒前
2秒前
科研小达人完成签到,获得积分10
3秒前
4秒前
zyy发布了新的文献求助10
6秒前
tonyhuang完成签到,获得积分10
7秒前
科研通AI2S应助卓一曲采纳,获得10
7秒前
8秒前
赘婿应助stars采纳,获得10
8秒前
8秒前
8秒前
8秒前
浅尝离白应助ssgecust采纳,获得30
10秒前
发财小鱼关注了科研通微信公众号
10秒前
10秒前
小张完成签到 ,获得积分10
10秒前
朴素亦云完成签到 ,获得积分10
10秒前
12346164发布了新的文献求助10
11秒前
爆米花应助潘榆采纳,获得20
11秒前
专一的荧完成签到,获得积分10
13秒前
锦墨人生发布了新的文献求助10
16秒前
打打应助科研小白采纳,获得10
16秒前
16秒前
haoryan完成签到,获得积分10
17秒前
Jay完成签到,获得积分10
18秒前
19秒前
gaogao发布了新的文献求助10
19秒前
20秒前
FashionBoy应助锦墨人生采纳,获得10
21秒前
小饼干完成签到,获得积分20
22秒前
小蘑菇应助材料摆渡人采纳,获得10
22秒前
尛瞐慶成发布了新的文献求助50
22秒前
双马尾小男生2应助叶帅采纳,获得10
22秒前
斯文败类应助黙宇循光采纳,获得10
23秒前
AT发布了新的文献求助10
23秒前
25秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
Classics in Total Synthesis IV 400
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 3146066
求助须知:如何正确求助?哪些是违规求助? 2797486
关于积分的说明 7824486
捐赠科研通 2453874
什么是DOI,文献DOI怎么找? 1305891
科研通“疑难数据库(出版商)”最低求助积分说明 627598
版权声明 601491