パーソナライズド連邦学習

連邦学習は、データの非同一性、デバイスの非同一性、通信効率などの課題に直面しています。特に、データの非同一性が単一のグローバルモデルをすべてのクライアントに適用するのを難しくしています。パーソナライズされた連邦学習（PFL）は、これらの非同一性のある環境でモデルの性能と実用性を向上させるために、グローバルモデルを各クライアントの独自のニーズに合わせてカスタマイズする方法を追求しています。