Machine learningPrivacy-preserving analysis
Federated Learning（連合学習）
Federated Learning（連合学習）は、McMahanらによって2017年に導入された分散型機械学習パラダイムであり、生データを中央サーバーに転送することなく、モバイルデバイスや病院システムなどの複数の分散型クライアント間でグローバルモデルを共同でトレーニングします。各参加者は、プライベートデータを使用してローカルでモデル更新を計算します。それらの更新のみが、基になるデータではなく、サーバーによって通信および集計され、共有モデルを改善します。
手法の全文を読む
会員限定
ログイン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。
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). Federated Learning. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →