HybridVFL：エッジコンピューティングにおけるマルチモーダルデータの連合学習の進展

この研究は、エッジコンピューティング環境におけるプライバシー保護のためのマルチモーダル分類に不可欠な、垂直連合学習への新しいアプローチを検討しています。解釈可能な特徴学習戦略は、データ異質性と通信オーバーヘッドに関連する課題に対処しながら、パフォーマンスを向上させる可能性があります。

• •プライバシー保護マルチモーダル分類の課題に対処。
• •分散データに有効な連合学習アプローチに焦点を当てる。
• •パフォーマンスと効率を向上させるための特徴解離を探求。