Machine learningMachine learning

Federated Active Learning

Federated Active Learning combineert de annotatie-efficiëntie van active learning met de privacy-beschermende decentralisatie van federated learning. Een gedeeld globaal model wordt getraind over gedistribueerde clients, die elk on-gelabelde lokale data onafhankelijk rangschikken en alleen labels aanvragen voor de meest informatieve voorbeelden, terwijl ruwe data gedurende het hele proces op het apparaat blijven.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Inloggen

Method map

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

Federated Active Learning

Actief Leren Federated Learning Online Leren Zelf-gesuperviseerd Leren Semi-supervised Learning Transferleren

Bronnen

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 ↗
Federated learning. Wikipedia. link ↗

Deze pagina citeren

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

Actief LerenMachine learning↔ compare
Federated LearningPrivacy↔ compare
Online LerenMachine learning↔ compare
Zelf-gesuperviseerd LerenMachine learning↔ compare
Semi-supervised LearningMachine learning↔ compare
TransferlerenMachine learning↔ compare

Compare side by side →

Een fout op deze pagina gezien? Meld het of stel een correctie voor →