Aprenentatge Federat Bayesià
L'Aprenentatge Federat Bayesian (Bayesian Federated Learning) combina l'aprenentatge federat —on l'entrenament del model es distribueix entre múltiples clients sense compartir dades brutes— amb la inferència bayesiana, de manera que cada client manté una distribució posterior sobre els paràmetres del model en lloc d'una única estimació puntual. Això proporciona una quantificació d'incertesa principista i una agregació de models més robusta entre silos de dades heterogenis i que preserven la privacitat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Yurochkin, M., Agarwal, M., Ghosh, S., Greenewald, K., Hoang, N., & Khazaeni, Y. (2019). Bayesian Nonparametric Federated Learning of Neural Networks. Proceedings of the 36th International Conference on Machine Learning (ICML 2019), PMLR 97, 7101–7110. link ↗
- Corinzia, L., & Buhmann, J. M. (2019). Variational Federated Multi-Task Learning. arXiv preprint arXiv:1906.06268. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Federated Learning (Probabilistic Federated Model Aggregation). ScholarGate. https://scholargate.app/ca/machine-learning/bayesian-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.
- Regressió Logística BayesianaBayesià↔ compare
- Aprenentatge per Transferència BayesianaAprenentatge automàtic↔ compare
- Aprenentatge FederatPrivadesa↔ compare
- Processos GaussianosAprenentatge automàtic↔ compare
- Aprenentatge Federat SemisupervisatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →