arXiv ID:
2602.10100
arXiv 提交日期: 2026-02-10
迈向可解释的联邦学习:理解差分隐私的影响 / Towards Explainable Federated Learning: Understanding the Impact of Differential Privacy
1️⃣ 一句话总结
这篇论文提出了一种结合差分隐私与决策树的联邦学习方法,在增强数据隐私保护的同时,也探讨了隐私保护措施对模型可解释性产生的负面影响。