Онлайнове федеративне навчання
Онлайнове федеративне навчання (OFL) поєднує структуру федеративного навчання, що зберігає приватність та є децентралізованою, з режимом послідовного оновлення зразків за зразком онлайн-навчання. Клієнти — такі як мобільні пристрої або периферійні датчики — отримують глобальну модель, оновлюють її на основі нових локальних даних без обміну сирими спостереженнями та надсилають стиснуті оновлення на центральний сервер, який агрегує їх майже в реальному часі.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Online Federated Learning (Sequential Distributed Learning without Centralised Data). ScholarGate. https://scholargate.app/uk/machine-learning/online-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.
- Диференційна приватністьКонфіденційність↔ compare
- Федеративне навчанняКонфіденційність↔ compare
- Онлайн-навчанняМашинне навчання↔ compare
- Стохастичний градієнтний спуск (SGD)Машинне навчання↔ compare
- Трансферне навчанняМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →