Robust Federated Learning: The Case of Affine Distribution Shifts

[nocotan]

一言でいうと

Structured affine distribution shiftにおいてロバストなFederated learningのアルゴリズムを提案．

論文リンク

https://papers.nips.cc/paper/2020/file/f5e536083a438cec5b64a4954abc17f1-Paper.pdf

著者/所属機関

Amirhossein Reisizadeh et al.
(ECE Department, UC Santa Barbara)

投稿日付(yyyy/MM/dd)

2020/12

概要

データセットシフト下においてロバストなFederated learningのアルゴリズムを提案．
これを達成するため，ユーザのデータがデバイス依存であるようなstructured affine distribution shiftを考慮する．
このような問題設定においてロバストなFederated Learning framework Robust to Affine distribution shifts (FLRA)を提案．

新規性・差分

• 提案手法の汎化誤差をPAC-Bayesのフレームワークで理論解析

手法

結果

コメント