ScholarGate
دستیار
Machine learningMachine learning

یادگیری فعال فدرال

یادگیری فعال فدرال، کارایی حاشیه‌نویسی یادگیری فعال را با تمرکززدایی حفظ‌کننده حریم خصوصی یادگیری فدرال ترکیب می‌کند. یک مدل سراسری مشترک در میان کلاینت‌های توزیع‌شده آموزش داده می‌شود، که هر کدام به‌طور مستقل داده‌های محلی بدون برچسب خود را رتبه‌بندی کرده و فقط برای آموزنده‌ترین مثال‌ها درخواست برچسب می‌کنند و در تمام طول فرآیند، داده‌های خام را روی دستگاه نگه می‌دارند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

یادگیری فعال فدرال
یادگیری فعالیادگیری فدرالیادگیری آنلاینیادگیری خودنظارتییادگیری نیمه‌نظارت‌شدهیادگیری انتقالی

منابع

  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 ↗

نحوهٔ استناد به این صفحه

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

در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/active-learning-federated-learning · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026