আধা-পর্যবেক্ষিত ফেডারেল লার্নিং
আধা-পর্যবেক্ষিত ফেডারেল লার্নিং (SSFL) একটি ভাগ করা মডেলকে অনেক বিকেন্দ্রীভূত ক্লায়েন্টের মধ্যে প্রশিক্ষণ দেয় – যেখানে প্রতিটি ক্লায়েন্টের নিজস্ব ব্যক্তিগত ডেটা থাকে – যখন শুধুমাত্র ক্লায়েন্টদের একটি উপসেট বা স্থানীয় নমুনার একটি উপসেটে লেবেল থাকে। এটি ফেডারেল লার্নিংয়ের গোপনীয়তা-সংরক্ষণকারী সমন্বয়কে আধা-পর্যবেক্ষিত কৌশলগুলির (যেমন সিউডো-লেবেলিং এবং কনসিস্টেন্সি রেগুলারাইজেশন) লেবেল-দক্ষতার সাথে একত্রিত করে, যা সংবেদনশীল ডেটা কেন্দ্রীভূত না করেই শক্তিশালী মডেল গুণমান সক্ষম করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Jeong, W., Yoon, J., Yang, E., & Hwang, S. J. (2020). Federated Semi-Supervised Learning with Inter-Client Consistency. International Conference on Learning Representations (ICLR 2021). link ↗
- Zhang, Z., Chen, Y., Yu, H., & Lu, J. (2021). SemiFed: Semi-supervised Federated Learning with Consistency and Pseudo-Labeling. arXiv preprint arXiv:2108.09412. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Semi-supervised Federated Learning. ScholarGate. https://scholargate.app/bn/machine-learning/semi-supervised-federated-learning
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- ফেডারেটেড লার্নিংগোপনীয়তা↔ তুলনা করুন
- ফিউ-শট লার্নিংযন্ত্র শিখন↔ তুলনা করুন
- অনলাইন ফেডারেটেড লার্নিংযন্ত্র শিখন↔ তুলনা করুন
- স্ব-পর্যবেক্ষণাধীন শিখনযন্ত্র শিখন↔ তুলনা করুন
- আধা-তত্ত্বাবধানাধীন শিখন (Semi-supervised Learning)যন্ত্র শিখন↔ তুলনা করুন
- ট্রান্সফার লার্নিংযন্ত্র শিখন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →