ScholarGate
Assistente
Machine learningMachine learning

Aprendizagem Federada em Conjunto (Ensemble Federated Learning)

A Aprendizagem Federada em Conjunto combina a distribuição de preservação da privacidade da aprendizagem federada com a agregação de conjuntos (ensemble): cada cliente participante treina seu próprio modelo local em dados privados, e o servidor agrega previsões — ou parâmetros de modelo — de todos os clientes usando estratégias de conjunto, como votação, média ou empilhamento (stacking), em vez de apenas a média simples de parâmetros.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  1. McMahan, H. B., Moore, E., Ramage, D., Hampson, S., & y Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. In Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 54, 1273–1282. link
  2. Chen, Y., Qin, X., Wang, J., Yu, C., & Gao, W. (2021). FedHealth: A federated transfer learning framework for wearable healthcare. IEEE Intelligent Systems, 35(4), 83–93. DOI: 10.1109/MIS.2020.2988604

Como citar esta página

ScholarGate. (2026, June 3). Ensemble Federated Learning (Federated Ensemble Aggregation). ScholarGate. https://scholargate.app/pt/machine-learning/ensemble-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
ScholarGateEnsemble Federated Learning (Ensemble Federated Learning (Federated Ensemble Aggregation)). Recuperado em 2026-06-15 de https://scholargate.app/pt/machine-learning/ensemble-federated-learning · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026