Machine learningMachine learning
التعلم الفيدرالي المنتظم
يوسع التعلم الفيدرالي المنتظم إطار التعلم الفيدرالي بإضافة حدود جزائية إلى الهدف المحلي لكل عميل، مما يثبت التحديثات المحلية بشكل أقرب إلى النموذج العام. تضيف الصيغة الأساسية — FedProx — حدًا تقاربيًا يتحكم في مدى انحراف أي عميل فردي، مما يحسن التقارب والاستقرار عندما تختلف توزيعات بيانات العملاء بشكل كبير.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Li, T., Sahu, A. K., Zaheer, M., Sanjabi, M., Talwalkar, A., & Smith, V. (2020). Federated Optimization in Heterogeneous Networks. Proceedings of Machine Learning and Systems (MLSys), 2, 429–450. link ↗
- McMahan, B., Moore, E., Ramage, D., Hampson, S., & y Arcas, B. A. (2017). Communication-Efficient Learning of Deep Networks from Decentralized Data. Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 54, 1273–1282. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Regularized Federated Learning (Proximal and Penalty-Based Approaches). ScholarGate. https://scholargate.app/ar/machine-learning/regularized-federated-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التعلم الاتحاديالخصوصية↔ compare
- التعلم عبر الإنترنتتعلم الآلة↔ compare
- تعزيز التدرج المنتظمتعلم الآلة↔ compare
- الانحدار اللوجستي المنتظمتعلم الآلة↔ compare
- التعلم شبه المُشرفتعلم الآلة↔ compare
- التعلم التحويليتعلم الآلة↔ compare