Promptの説明

この実験は、連合学習アルゴリズムの性能に対するデータ分布の異質性の影響を調査することを目的とする。実験では、それぞれが調査地点を表す3つのクライアントを固定数で使用する。17段階の異質性レベル（0〜16）を設計し、完全に均質なシナリオから極端に異質なシナリオまで、データ分布のシナリオをシミュレートする。データ割り当て戦略では、各種のカテゴリをターゲットクライアントに割り当てる。例えば、「zhaoshui」はクライアント2、「xiaotuan」はクライアント0、「nizi」はクライアント1に割り当てられる。異質性レベル0は、完全に均等な分布を表し、各種のカテゴリが3つのクライアントそれぞれで約33%を占める。異質性レベル1〜6は、ターゲットクライアントにおけるターゲットカテゴリの割合が43%から90%に徐々に増加し、残りのサンプルが他の2つのクライアントに均等に分配されることを示す。異質性レベル7〜15は、ターゲットクライアントにおけるターゲットカテゴリの割合が91%から99%に徐々に増加し、主要な種に加えて、他の2つの種のサンプルが各クライアントに8〜10個のみ残ることを示す。異質性レベル16は、完全な異質性を表し、ターゲットクライアントではターゲットカテゴリが100%を占め、他の2つのクライアントでは0%を占める。「noise」カテゴリは、すべての異質性レベルで均等に分布したままである。独立したテストセットにおける各異質性レベルの評価結果を表に示す。