ScholarGate
Assistent
Machine learningMachine learning

Aktiv Læring Fødereret Læring

Fødereret Aktiv Læring kombinerer effektiviteten af aktiv læring med hensyn til annotering med den privatlivsbevarende decentralisering af fødereret læring. En delt global model trænes på tværs af distribuerede klienter, som hver især uafhængigt rangerer deres umærkede lokale data og anmoder om mærkater kun for de mest informative eksempler, mens rådata forbliver på enheden hele tiden.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Aktiv Læring Fødereret Læring
Aktiv læringFødereret læringOnline læringSelvovervåget læringSemi-supervised LearningOverførselslæring

Kilder

  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 ↗

Sådan citerer du denne side

ScholarGate. (2026, June 3). Federated Active Learning (Active Learning within Federated Learning). ScholarGate. https://scholargate.app/da/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 →

Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). Hentet 2026-06-15 fra https://scholargate.app/da/machine-learning/active-learning-federated-learning · Datasæt: https://doi.org/10.5281/zenodo.20539026