1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 报告/分析
  5. 石油化工

基于联邦学习的高效聚合算法.pdf

基于联邦学习的高效聚合算法.pdf

    1. 1、本文档共73页，其中可免费阅读22页，需付费100金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    摘要

    联邦学习（FederatedLearning）由Google率先提出，其作为一种新型分布式协作的

    人工智能方法，允许在分布式物联网设备上进行人工智能训练而无需数据共享，可以实

    现许多智能物联网应用。但是，由于联邦学习是基于模型共享的建模流程，其数据隔离

    在不同的组织数据筒仓中，数据之间保有异质的属性并存在多方面低效的瓶颈，使得联

    邦学习的应用仍然存在一定的限制。具体来说，联邦学习为了保证数据的隔离使用模型

    交换以迭代模型的更新，这种模式带来一个不可忽视的问题就是主客观目标的不一致性。

    您可能关注的文档

    最近下载

    文档评论（0）

    136****6583 + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间
    版权声明书
    用户编号：7043055023000005

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >