人们对隐私保护和数据安全的日益重视，促使联邦学习应运而生，然而，传统的联邦学习算法采用平均化处理局部模型参数，而未能考虑到特征提取的相关性以及各客户端之间的数据差异性。本文基于SK注意力机制提出一种联邦学习新算法，能更好进行图像特征提取，使用户模型更加个性化，提高模型的准确度。仿真结果表明，本算法有较好的个性化学习能力，收敛速度较快。
科研之友
微信
新浪微博
Facebook
分享链接
