ScholarGate
ผู้ช่วย
Machine learningMachine learning

Active Learning Federated Learning

Federated Active Learning ผสมผสานประสิทธิภาพในการใช้คำอธิบายประกอบ (annotation-efficiency) ของ active learning เข้ากับการกระจายศูนย์แบบรักษาความเป็นส่วนตัว (privacy-preserving decentralization) ของ federated learning โดยมีการฝึกโมเดลส่วนกลาง (global model) ร่วมกันในกลุ่มไคลเอนต์ที่กระจายตัวอยู่ ซึ่งแต่ละไคลเอนต์จะจัดอันดับข้อมูลท้องถิ่นที่ยังไม่มีคำอธิบายประกอบด้วยตนเอง และร้องขอคำอธิบายประกอบเฉพาะตัวอย่างที่มีข้อมูลมากที่สุดเท่านั้น โดยข้อมูลดิบจะยังคงอยู่บนอุปกรณ์ตลอดเวลา

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

Active Learning Federated Learning
Active Learningสหพันธ์การเรียนรู้การเรียนรู้แบบออนไลน์การเรียนรู้แบบกำกับดูแลต…การเรียนรู้แบบกึ่งกำกับด…การเรียนรู้แบบถ่ายโอน

แหล่งอ้างอิง

  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 ↗

วิธีอ้างอิงหน้านี้

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

พบปัญหาในหน้านี้หรือไม่ แจ้งหรือเสนอการแก้ไข →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/active-learning-federated-learning · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026