【文献阅读笔记】Personalized Federated Learning: A Meta-LearningApproach前言一、背景二、通过模型不可知的元学习进行的个性化联邦学习三、个性化的联邦平均算法 四、理论分析总结
本文研究个性化的联邦学习，目标是找到一个初始共享模型，当前或新用户可以很容易地适应他们的本地数据集通过执行一个或几个步骤的梯度下降对自己的数据。这种方法保留了联邦学习体系结构的所有好处，并通过结构为每个用户提供了更个性化的模型。
