अर्ध-पर्यवेक्षित संघीकृत शिक्षण (Semi-supervised Federated Learning)
अर्ध-पर्यवेक्षित संघीकृत शिक्षण (SSFL) विकेन्द्रीकृत ग्राहकों के एक बड़े समूह में एक साझा मॉडल को प्रशिक्षित करता है — प्रत्येक में निजी डेटा होता है — जब केवल ग्राहकों के एक उपसमूह या स्थानीय नमूनों के एक उपसमूह में लेबल होते हैं। यह संघीकृत शिक्षण के गोपनीयता-संरक्षण समन्वय को छद्म-लेबलिंग और संगति नियमितीकरण जैसी अर्ध-पर्यवेक्षित तकनीकों की लेबल-दक्षता के साथ जोड़ता है, जिससे संवेदनशील डेटा को केंद्रीकृत किए बिना मजबूत मॉडल गुणवत्ता सक्षम होती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Jeong, W., Yoon, J., Yang, E., & Hwang, S. J. (2020). Federated Semi-Supervised Learning with Inter-Client Consistency. International Conference on Learning Representations (ICLR 2021). link ↗
- Zhang, Z., Chen, Y., Yu, H., & Lu, J. (2021). SemiFed: Semi-supervised Federated Learning with Consistency and Pseudo-Labeling. arXiv preprint arXiv:2108.09412. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Federated Learning. ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-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.
- फेडरेटेड लर्निंगगोपनीयता↔ compare
- फ्यू-शॉट लर्निंगमशीन अधिगम↔ compare
- ऑनलाइन फ़ेडरेटेड लर्निंगमशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare