요약은 생성됐지만 현재 화면 버전과 데이터 형식이 맞지 않아 렌더링할 수 없습니다.
출처 · 인용 안내
원문 발행 2026. 02. 25.수집 2026. 02. 25.출처 타입 REDDIT
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
요약은 생성됐지만 현재 화면 버전과 데이터 형식이 맞지 않아 렌더링할 수 없습니다.
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
아직 관련 토론이 없습니다.
댓글을 작성하려면 로그인이 필요합니다.
DP-FedSOFIM은 클라이언트 전송 형식을 바꾸지 않고 서버가 EMA와 Sherman-Morrison로 순위-1 Fisher 근사를 계산해 DP 연합학습의 초기 수렴을 크게 가속하고 클라이언트 메모리를 O(d)로 유지했다.
연합학습 실험에서 96% 전역 정확도가 소수 실로의 49% 정확도와 0.00 재현율을 가렸고 FedNova가 소수 공격 검출에서 일관된 성능을 보였다.