标题：高可靠的联邦学习在图神经网络上的聚合方法
作者：黎志鹏
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：图神经网络；联邦学习；聚合算法
摘要：自从谷歌提出联邦学习架构以来，越来越多的人开始关注通过联邦学习的方法来训练神经网络，其中以FedAVG代表的联邦学习聚合算法，在CNN、RNN中取得了不错的效果。但随着神经网络技术的不断发展和创新，图神经网络GNN近年来受到越来越多的关注。不同于CNN、RNN处理的结构化数据，GNN面对的更多是非结构化的数据，因此这也对联邦学习的聚合算法提出了新的挑战。