Học Liên kết Tổng hợp
Học Liên kết Tổng hợp kết hợp sự phân phối bảo toàn quyền riêng tư của học liên kết với tổng hợp tổng thể: mỗi máy khách tham gia huấn luyện mô hình cục bộ của riêng mình trên dữ liệu riêng tư, và máy chủ tổng hợp các dự đoán — hoặc tham số mô hình — từ tất cả các máy khách bằng các chiến lược tổng thể như bỏ phiếu, lấy trung bình hoặc xếp chồng, thay vì chỉ lấy trung bình tham số đơn thuần.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- McMahan, H. B., Moore, E., Ramage, D., Hampson, S., & y Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. In Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 54, 1273–1282. link ↗
- Chen, Y., Qin, X., Wang, J., Yu, C., & Gao, W. (2021). FedHealth: A federated transfer learning framework for wearable healthcare. IEEE Intelligent Systems, 35(4), 83–93. DOI: 10.1109/MIS.2020.2988604 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Ensemble Federated Learning (Federated Ensemble Aggregation). ScholarGate. https://scholargate.app/vi/machine-learning/ensemble-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.
- Bagging (Bootstrap Aggregating)Học máy↔ compare
- BoostingHọc máy↔ compare
- Học liên kếtQuyền riêng tư↔ compare
- StackingHọc máy↔ compare
- Transfer LearningHọc máy↔ compare
- Voting EnsembleHọc máy↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →