ScholarGate
Asistent
Machine learningMachine learning

Federated aktivní učení

Federated aktivní učení kombinuje efektivitu anotací aktivního učení s decentralizací federovaného učení chránící soukromí. Sdílený globální model je trénován napříč distribuovanými klienty, z nichž každý nezávisle řadí svá neanotovaná lokální data a požaduje anotace pouze pro nejinformativnější příklady, přičemž surová data zůstávají po celou dobu na zařízení.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Federated aktivní učení
Aktivní učeníFederované učeníOnline LearningSamoučící se učeníSemisupervisední učeníPřenosové učení

Zdroje

  1. Ro, J. Y., Ali, A., Lin, Z., & Suresh, A. T. (2021). Scaling Federated Learning for Fine-tuning of Large Language Models. In Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP). link ↗
  2. Federated learning. Wikipedia. link ↗

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Federated Active Learning (Active Learning within Federated Learning). ScholarGate. https://scholargate.app/cs/machine-learning/active-learning-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.

Compare side by side →

Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). Získáno 2026-06-15 z https://scholargate.app/cs/machine-learning/active-learning-federated-learning · Datová sada: https://doi.org/10.5281/zenodo.20539026