Online Federated Learning
Online Federated Learning (OFL) spája štruktúru federovaného učenia, ktorá chráni súkromie a je decentralizovaná, s režimom sekvenčných aktualizácií vzoriek po vzorke z online učenia. Klienti — napríklad mobilné zariadenia alebo okrajové senzory — dostanú globálny model, aktualizujú ho na novo prichádzajúcich lokálnych dátach bez zdieľania surových pozorovaní a prispievajú komprimovanými aktualizáciami do centrálneho servera, ktorý ich agreguje takmer v reálnom čase.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- Damaskinos, G., Guerraoui, R., Kermarrec, A.-M., Guirguis, A., Riviere, M., & Tempo, R. (2020). FLEET: Flexible and Efficient Federated Learning for Edge AI. Proceedings of Machine Learning and Systems (MLSys). link ↗
- McMahan, B., Moore, E., Ramage, D., Hampson, S., & Aguera y Arcas, B. (2017). Communication-Efficient Learning of Deep Networks from Decentralized Data. Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS), 54, 1273–1282. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Online Federated Learning (Sequential Distributed Learning without Centralised Data). ScholarGate. https://scholargate.app/sk/machine-learning/online-federated-learning
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Diferenciálna privatnosťSúkromie↔ porovnať
- Federated LearningSúkromie↔ porovnať
- Online učenieStrojové učenie↔ porovnať
- Stochastický gradientný zostup (SGD)Strojové učenie↔ porovnať
- Prenosové učenieStrojové učenie↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →