研究者提出车载自组网聚类联邦遗忘算法CULypso
热点事件持续更新
研究者提出车载自组网聚类联邦遗忘算法CULypso
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Eleftheria Chini、George Margaritis 和 Dimitrios Katsaros 提出 CULypso,一种面向聚类车载自组网(VANET)的近似、精准、分层联邦遗忘算法,利用网络拓扑与车辆移动性降低通信、资源和时间开销。 据研究者报告的实验结果,CULypso 在时间、服务器存储负载和遗忘保真度上比 FedEraser 约优 65%,并全面优于全量重训练基线。上述效果为论文报告数据。
AI 根据报道生成 · 14 小时前更新
最新进展11月19日 13:00
CULypso:面向车载自组网的聚类联邦遗忘范式报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.AICULypso:面向车载自组网的聚类联邦遗忘范式
研究者提出 CULypso,一种面向聚类车载自组网(VANET)的近似、精准、分层联邦遗忘算法,利用拓扑与移动性降低通信、资源和时间开销。实验显示其在时间、服务器存储负载和遗忘保真度上比 FedEraser 约优 65%,并全面优于全量重训练基线。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 811月19日 22:00
- 近 24 小时变化
- –
02468
11月20日03:0006:0009:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。