メタデータ分散EMによる暗号互換クラスター化連邦学習FLAMECHE

arXiv cs.LG ・ 2026-07-30

原題: Encryption-Compatible Clustered Federated Learning via Distributed Expectation-Maximization over Metadata

AI による要約

メタデータを用いたクラスター化連邦学習のプライバシーと通信・計算効率のトレードオフを解決するため、分散期待値最大化（EM）手順として再定式化するフレームワーク「FLAMECHE」を提案した。サーバーの更新を加算操作に制限することで、強力なプライバシー保護と効率的なクラスタリングを両立する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.LG）をご確認ください。