Ioannis Christofilogiannis 提出联邦特征选择方法 Feature Election
热点事件持续更新
Ioannis Christofilogiannis 提出联邦特征选择方法 Feature Election
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Ioannis Christofilogiannis 提出了一种名为 Feature Election 的联邦特征选择方法，该方法允许各参与站点在不共享原始数据的情况下，通过投票共同决定全局特征掩码。 该方法要求每个站点独立运行特征选择器，生成二进制掩码、特征偏好分数和样本数量，服务器再根据各站点的数据量进行加权投票，并通过一个自由度参数来控制争议特征的保留比例。 该方法的实现已作为开源项目发布，包括适用于 Flower 框架的 Hub 应用和集成在 NVIDIA FLARE 2.8.0 及以上版本中的模块，两者均采用 Apache 2.0 许可协议。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- Towards Data ScienceVoting on Features: Federated Feature Selection Without Sharing Data
本文提出一种联邦特征选择方法 Feature Election，允许各站点在不共享数据的情况下独立运行特征选择器并投票决定全局特征掩码。每个站点生成二进制掩码、特征偏好分数和样本数量，服务器根据站点数据量加权计算每个特征的总票数，并通过自由度参数 fd 控制争议特征的保留比例。在 fd = 0.4 时，服务器保留争议特征中排名前 2 的特征，最终生成包含 f1、f2 和 f3 的全局掩码。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。