arXiv ID:
2605.03499
arXiv 提交日期: 2026-05-05
一种用于界定联邦学习泛化误差的分层采样框架 / A Hierarchical Sampling Framework for bounding the Generalization Error of Federated Learning
1️⃣ 一句话总结
本文提出了一个基于分层树状采样结构的新框架,利用Wasserstein距离推导联邦学习的泛化误差上界,不仅改进了现有的条件互信息界限,还能与差分隐私结合使用,并通过高斯位置模型验证了其界限的准确性。