arXiv ID:
2605.27475
arXiv 提交日期: 2026-05-26
HEAL:具有韧性与自我修复能力的集散式学习框架 / HEAL: Resilient and Self-* Hub-based Learning
1️⃣ 一句话总结
本文提出了一种名为HEAL的创新型去中心化学习框架,它通过结合联邦学习、八卦学习和流行病学习的优势,并利用自组织、自修复的底层P2P网络和动态选举机制,在保持完全去中心化和高容错性的同时,实现了接近联邦学习的性能,且在节点崩溃或频繁加入/退出的恶劣环境下优于其他去中心化方法。