Serverseitige Kalibrierung reduziert Bias im Federated Learning
Federated Learning (FL) hat sich als wegweisendes verteiltes Lernparadigma etabliert, bei dem mehrere Clients gemeinsam ein globales Modell trainieren, ohne ihre Rohdaten zu teilen. Trotz der Vorteile steht FL vor einer entscheidenden Herausforderung: die Gewährleistung von Fairness über unterschiedliche demografische Gruppen hinweg.
