Συνεργατική Ομοσπονδιακή Μάθηση (Ensemble Federated Learning)
Η Συνεργατική Ομοσπονδιακή Μάθηση συνδυάζει την κατανομή που προστατεύει την ιδιωτικότητα της ομοσπονδιακής μάθησης με τη συνεργατική συγκέντρωση: κάθε συμμετέχων πελάτης εκπαιδεύει το δικό του τοπικό μοντέλο σε ιδιωτικά δεδομένα, και ο διακομιστής συγκεντρώνει προβλέψεις — ή παραμέτρους μοντέλου — από όλους τους πελάτες χρησιμοποιώντας συνεργατικές στρατηγικές όπως ψηφοφορία, μέσο όρο ή στοίβαξη (stacking), αντί για απλή μέση τιμή παραμέτρων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- McMahan, H. B., Moore, E., Ramage, D., Hampson, S., & y Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. In Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 54, 1273–1282. link ↗
- Chen, Y., Qin, X., Wang, J., Yu, C., & Gao, W. (2021). FedHealth: A federated transfer learning framework for wearable healthcare. IEEE Intelligent Systems, 35(4), 83–93. DOI: 10.1109/MIS.2020.2988604 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Ensemble Federated Learning (Federated Ensemble Aggregation). ScholarGate. https://scholargate.app/el/machine-learning/ensemble-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.
- Bagging (Bootstrap Aggregating)Μηχανική Μάθηση↔ compare
- ΕνίσχυσηΜηχανική Μάθηση↔ compare
- Ομοσπονδιακή ΜάθησηΙδιωτικότητα↔ compare
- StackingΜηχανική Μάθηση↔ compare
- Εκμάθηση μεταφοράςΜηχανική Μάθηση↔ compare
- Σύνολο Ψηφοφορίας (Voting Ensemble)Μηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →