ScholarGate
アシスタント
Machine learningMachine learning

アクティブラーニングと連合学習

連合アクティブラーニングは、アクティブラーニングの注釈効率と、連合学習のプライバシー保護型分散を組み合わせたものです。分散されたクライアント間で共有のグローバルモデルがトレーニングされ、各クライアントはローカルのラベルなしデータを独立にランク付けし、最も情報量の多い例に対してのみラベルを要求します。これにより、生のデータはデバイス上に保持されます。

MethodMindで開く近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

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

アクティブラーニングと連合学習
アクティブラーニングFederated Learning（連合学習）オンライン学習自己教師あり学習半教師あり学習転移学習

出典

  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 ↗

このページの引用方法

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

このページに誤りを見つけましたか?報告・修正提案 →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). 2026-06-15に以下より取得 https://scholargate.app/ja/machine-learning/active-learning-federated-learning · データセット: https://doi.org/10.5281/zenodo.20539026