祝贺团队联邦优化综述论文被应用数学权威期刊CSIAM Trans. Applied Mathematics (Tier 1)录用！
点击次数：
发布时间：2024-12-03
发布时间：2024-12-03
文章标题：祝贺团队联邦优化综述论文被应用数学权威期刊CSIAM Trans. Applied Mathematics (Tier 1)录用！
内容：
Review of Mathematical Optimization in Federated Learning（作者：Shusen Yang , Fangyuan Zhao, Zihao Zhou, Liang Shi, Xuebin Ren, Zongben Xu）。该综述从数学优化角度系统回顾了联邦学习领域的现有研究。具体的，针对联邦学习领域面临的一系列研究挑战，包括但不限于数据异质性导致的目标函数偏倚，差分隐私噪声导致的梯度扰动，在线学习导致的模型过时等，该综述分别从问题定义、模型假设、算法设计和理论结果等层面对已有研究进行了总结对比。这是目前唯一一篇从数学优化层面对联邦学习研究进行总结的综述。综述的最后对联邦学习所面临的新优化问题以及潜在解决方案进行了展望。http://arxiv.org/abs/2412.01630
图1 综述框架图