分散型データのための連邦型マルチタスククラスタリング
Research Paper#Federated Learning, Clustering, Privacy-Preserving Machine Learning🔬 Research|分析: 2026年1月3日 19:28•
公開: 2025年12月28日 12:02
•1分で読める
•ArXiv分析
この論文は、データのプライバシーが懸念される分散環境におけるクラスタリングの課題に取り組んでいます。異種クライアント向けのパーソナライズされたクラスタリングモデルと、共有知識を捉えるサーバーサイドモジュールを組み合わせた新しいフレームワーク、FMTCを提案しています。パラメータ化されたマッピングモデルの使用は、信頼性の低い疑似ラベルへの依存を回避し、クライアントモデルのテンソルに対する低ランク正則化は重要な革新です。この論文の貢献は、プライバシーを保護し、連邦型設定におけるデータの異質性を考慮しながら、効果的なクラスタリングを実行できることにあります。ADMMに基づく提案されたアルゴリズムも、重要な貢献です。