arXiv 机器学习· Liuyin Shi, Wenbo He·· 4 小时前AI 评分29
针对模态缺失多模态联邦学习的角色感知服务端优化 RASO
Role-Aware Server Optimization for Multimodal Federated Learning with Missing Modalities
AI 导读
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。
来源：arXiv 机器学习 · arxiv.org