Key points are not available for this paper at this time.
في هذا العمل، نعتبر صيغة التحسين للتعلم الفيدرالي المخصص التي قدمها هانزلي وريختاريك (2020)، والتي أظهرت أنها تقدم تفسيرًا بديلًا لعمل طرق SGD المحلية. مساهمتنا الأولى هي وضع الحدود الدنيا الأولى لهذه الصيغة، لكل من تعقيد الاتصال وتعقيد الأوراق المحلية. مساهمتنا الثانية هي تصميم عدة طرق مثلى تتطابق مع هذه الحدود الدنيا في جميع الأنظمة تقريبًا. هذه هي أولى الطرق المثلى المثبتة للتعلم الفيدرالي المخصص. تتضمن طرقنا المثلى متغيرًا معجلًا من FedProx، وإصدارًا معجلًا مخفضًا للتباين من FedAvg/Local SGD. نوضح التفوق العملي لطرقنا من خلال تجارب عددية واسعة.
دراسة هانزلي وآخرون (مون) لهذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: