基于模糊聚类和元学习的个性化联邦学习方法
Personalized federated learning method based on fuzzy clustering and meta-learning
1. 广西民族大学 人工智能学院, 南宁 530006
2. 广西民族大学 智能计算网络与大数据信息安全重点实验室, 南宁 530006
3. 广西混杂计算集成电路设计分析重点实验室, 南宁 530006
4. 广西师范大学 计算机科学与工程学院/软件学院/人工智能学院, 桂林 541004
摘要
现有个性化联邦学习方法多采用硬聚类机制，假设客户端仅隶属于单一簇，难以刻画现实场景中客户端数据分布的重叠性且优化目标通常聚焦于簇级模型的一致性，而非直接面向客户端的个性化性能。因此，提出个性化联邦学习框架FC-FML。该框架首先量化客户端的数据分布，通过模糊聚类算法将客户端划分为重叠的簇，生成客户端和聚类簇之间的隶属度矩阵；随后通过多次迭代，维护更新一组簇级元模型，客户端通过使用其本地数据对簇级元模型进行微调来实现个性化。该策略在减少数据异构的负面影响的同时，充分利用元模型能快速适应不同数据分布的特性，实现更优的个性化适配。为了证明该方法的有效性，在3个基准数据集和6种基准方法上评估FC-FML，实验结果表明FC-FML优于其他方法。
基金项目
国家自然科学基金(61862007)
广西自然科学基金(2024GXNSFAA010111)
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.02.0074
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第11期
发布历史
[2026-07-13] 优先出版
引用本文
马轩, 葛丽娜, 王捷. 基于模糊聚类和元学习的个性化联邦学习方法 [J]. 计算机应用研究, 2026, 43 (11). (2026-07-31). https://doi.org/10.19734/j.issn.1001-3695.2026.02.0074. (Ma Xuan, Ge Lina, Wang Jie. Personalized federated learning method based on fuzzy clustering and meta-learning [J]. Application Research of Computers, 2026, 43 (11). (2026-07-31). https://doi.org/10.19734/j.issn.1001-3695.2026.02.0074. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
