arXiv cs.LG· Andrea Moleri, Christian Intern\`o, Markus Olhofer, Barbara Hammer, Ali Raza·· 6 天前AI 评分34
面向单轮分布式表格学习的 Geodesic-SVDD 隐空间 Mixup
Geodesic-SVDD Latent Mixup for One-Shot Distributed Tabular Learning
AI 导读
研究提出分布式表格学习框架 Geodesic-SVDD，通过测地线隐空间 Mixup 将任务重构为超球面单类密度估计，支持单轮隐私聚合。在 5 个表格基准中，该方法在 7 种联邦方法中平均 AUROC 最高，在 Covertype 上领先联邦树模型达 21 个 AUROC 点。其单轮变体仅需 1 轮通信，即可在 IID 及轻度偏斜下媲美中心化 Deep SVDD。
来源：arXiv cs.LG · arxiv.org