Bayesiansk føderert læring
Bayesiansk føderert læring kombinerer føderert læring — der modelltrening er distribuert over flere klienter uten deling av rådata — med Bayesiansk inferens, slik at hver klient opprettholder en posteriorfordeling over modellparametere i stedet for et enkelt punktestimat. Dette gir prinsipiell usikkerhetskvantifisering og mer robust modellaggregering på tvers av heterogene, personvernsbevarende datasiloer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Yurochkin, M., Agarwal, M., Ghosh, S., Greenewald, K., Hoang, N., & Khazaeni, Y. (2019). Bayesian Nonparametric Federated Learning of Neural Networks. Proceedings of the 36th International Conference on Machine Learning (ICML 2019), PMLR 97, 7101–7110. link ↗
- Corinzia, L., & Buhmann, J. M. (2019). Variational Federated Multi-Task Learning. arXiv preprint arXiv:1906.06268. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Federated Learning (Probabilistic Federated Model Aggregation). ScholarGate. https://scholargate.app/no/machine-learning/bayesian-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.
- Bayesiansk logistisk regresjonBayesiansk↔ compare
- Bayesian Transfer LearningMaskinlæring↔ compare
- Føderert læringPersonvern↔ compare
- Gaussisk prosessMaskinlæring↔ compare
- Semi-supervised Federated LearningMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →