HASA: Subnet Allocation for Compute-Constrained Model-Heterogeneous Federated Learning

En 3 lignesHASA propose une allocation de sous-réseaux pour l'apprentissage fédéré hétérogène en ressources et données. La méthode assigne les largeurs de sous-réseaux selon des scores d'hétérogénéité calculés à partir des données locales, sous contrainte de budget de calcul fixe. Sur prédiction de titre (7 clients), HASA améliore la précision moyenne de 13,82% à 14,32% et renforce la performance des clients les plus faibles.

Résumé généré par Claude — vérifié par l'humain