Machine learningPrivacy-preserving analysis

연합 학습

연합 학습은 2017년 McMahan 등이 소개한 분산형 기계 학습 패러다임으로, 원시 데이터를 중앙 서버로 전송하지 않고 모바일 장치 또는 병원 시스템과 같은 여러 분산된 클라이언트에서 전역 모델을 협력적으로 학습합니다. 각 참가자는 로컬에서 개인 데이터를 사용하여 모델 업데이트를 계산하며, 해당 업데이트만 서버로 통신 및 집계되어 공유 모델을 개선합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

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

연합 학습

차분 프라이버시 지식 증류 확률적 경사 하강법(Stochastic Gr…능동 학습 연합 학습 (Active Lear…베이지안 연합 학습 앙상블 연합 학습 동형 암호 온라인 연합 학습 온라인 학습 정규화된 연합 학습

+4 more

출처

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 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 2). Federated Learning. ScholarGate. https://scholargate.app/ko/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.

차분 프라이버시프라이버시↔ compare
지식 증류딥러닝↔ compare
확률적 경사 하강법(Stochastic Gradient Descent, SGD)머신러닝↔ compare

Compare side by side →

이 방법을 참조하는 항목

능동 학습 연합 학습 (Active Learning Federated Learning)베이지안 연합 학습 차분 프라이버시 앙상블 연합 학습 동형 암호 온라인 연합 학습 온라인 학습 정규화된 연합 학습 강건한 연합 학습 Secure Multi-Party Computation 자기 지도 연합 학습 준지도 연합 학습

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →

방법 전문 읽기

Method map

출처

이 페이지 인용 방법

관련 방법

Which method?

이 방법을 참조하는 항목