Robust Federated Learning: The Case of Affine Distribution Shifts #43
Description
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
