研究者提出RASO优化缺失模态多模态联邦学习

1. 13:00
   arXiv 机器学习

   针对模态缺失多模态联邦学习的角色感知服务端优化 RASO

   针对模态缺失的多模态联邦学习，研究人员提出角色感知服务端优化方法 RASO，通过协调贡献者选择与角色特定的服务端更新来优化聚合效果。该方法依据预测依赖性与本地优化参与度筛选贡献客户端，在保留编码器动量的同时将共享预测模块同步至当前聚合。跨数据集与融合架构的实验验证了 RASO 在模态缺失场景下的有效性。

Current heat 8·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.