Cost-Free Personalization via Information-Geometric Projection in Bayesian Federated Learning
यह शोध पत्र बेयसियन फेडरेटेड लर्निंग के लिए एक लागत-मुक्त वैयक्तिकरण ढांचे का प्रस्ताव करता है जो वैश्विक और स्थानीय मॉडलों के बीच एक क्लोज्ड-फॉर्म बैरीसेंटर (closed-form barycenter) की गणना करने के लिए सूचना-ज्यामितीय प्रक्षेपण (information-geometric projection) का उपयोग करता है, जो न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ सामान्यीकरण और विशिष्टता के बीच प्रभावी ढंग से संतुलन बनाता है।