ScholarGate
Asisten
Machine learningMachine learning

Pembelajaran Aktif Pembelajaran Federasi

Pembelajaran Aktif Federasi menggabungkan efisiensi anotasi pembelajaran aktif dengan desentralisasi pembelajaran federasi yang menjaga privasi. Model global bersama dilatih di seluruh klien terdistribusi, yang masing-masing secara independen memberi peringkat data lokalnya yang tidak berlabel dan hanya meminta label untuk contoh yang paling informatif, sambil menyimpan data mentah di perangkat.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Pembelajaran Aktif Pembelajaran Federasi
Pembelajaran AktifPembelajaran FederasiPembelajaran DaringPembelajaran Mandiri Ter…Pembelajaran Semi-terawa…Transfer Learning

Sumber

  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 ↗

Cara menyitasi halaman ini

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

Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). Diakses 2026-06-15 dari https://scholargate.app/id/machine-learning/active-learning-federated-learning · Set data: https://doi.org/10.5281/zenodo.20539026