Machine learningMachine learning

Federated aktívne učenie

Federated aktívne učenie kombinuje efektívnosť anotácií aktívneho učenia s decentralizáciou federovaného učenia chrániacou súkromie. Spoločný globálny model sa trénuje naprieč distribuovanými klientmi, z ktorých každý nezávisle hodnotí svoje neoznačené lokálne dáta a žiada označenia iba pre najinformatívnejšie príklady, pričom surové dáta zostávajú počas celého procesu na zariadení.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Zdroje

  1. 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
  2. Federated learning. Wikipedia. link

Ako citovať túto stránku

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

Compare side by side
ScholarGateActive Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). Získané 2026-06-15 z https://scholargate.app/sk/machine-learning/active-learning-federated-learning · Dátová sada: https://doi.org/10.5281/zenodo.20539026