Ομοσπονδιακή Μάθηση
Η Ομοσπονδιακή Μάθηση (Federated Learning) είναι ένα κατανεμημένο παράδειγμα μηχανικής μάθησης που εισήχθη από τους McMahan et al. το 2017, στο οποίο ένα καθολικό μοντέλο εκπαιδεύεται συνεργατικά σε πολλούς αποκεντρωμένους πελάτες — όπως κινητές συσκευές ή συστήματα νοσοκομείων — χωρίς ποτέ να μεταφέρονται ακατέργαστα δεδομένα σε έναν κεντρικό διακομιστή. Κάθε συμμετέχων υπολογίζει τοπικά τις ενημερώσεις του μοντέλου χρησιμοποιώντας τα ιδιωτικά του δεδομένα· μόνο αυτές οι ενημερώσεις, όχι τα υποκείμενα δεδομένα, επικοινωνούνται και συγκεντρώνονται από τον διακομιστή για τη βελτίωση του κοινόχρηστου μοντέλου.
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.
+4 more
Πηγές
- McMahan, B., Moore, E., Ramage, D., Hampson, S., & Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. Artificial Intelligence and Statistics, 1273–1282. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Federated Learning. ScholarGate. https://scholargate.app/el/privacy/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.
- Διαφορική ΙδιωτικότηταΙδιωτικότητα↔ compare
- Απόσταξη ΓνώσηςΒαθιά Μάθηση↔ compare
- Στοχαστική Κάθοδος Κλίσης (SGD)Μηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →