ScholarGate
Assistent
Machine learningMachine learning

Federated Active Learning

Federated Active Learning kombinerar annoteringseffektiviteten hos aktiv inlärning med den integritetsskyddande decentraliseringen hos federerad inlärning. En delad global modell tränas över distribuerade klienter, var och en av dem rangordnar oberoende sina oannoterade lokala data och begär endast annoteringar för de mest informativa exemplaren, samtidigt som rådata hålls kvar på enheten.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Federated Active Learning
Aktivt lärandeFedererad inlärningOnline LearningSjälvövervakad inlärningSemi-övervakad inlärningÖverföringsinlärning

Källor

  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 ↗

Så citerar du den här sidan

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

Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). Hämtad 2026-06-15 från https://scholargate.app/sv/machine-learning/active-learning-federated-learning · Datamängd: https://doi.org/10.5281/zenodo.20539026