生物通

动态联邦图学习（DFDG）：面向隐私保护的交通流量预测创新框架

为解决交通预测中数据隐私保护与动态图建模的难题，研究人员提出动态联邦图学习框架DFDG，整合联邦学习(FL)与动态图神经网络(GNN)，通过Chebyshev多项式KANODE层建模时空动态，采用图傅里叶变换(GFT)实现梯度扰动隐私保护。实验表明，DFDG在METR-LA等数据集上MAE达2. ...