Presná definícia
Čo znamená federované učenie?
Federované učenie trénuje spoločný model koordinovaním lokálnych aktualizácií na viacerých zariadeniach alebo organizáciách bez centrálneho zhromaždenia surových dát. Koordinátor však stále vidí metadáta a aktualizácie, ktoré môžu unikať informácie.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Nemocnice lokálne trénujú rovnakú verziu modelu a posielajú chránené aktualizácie. Projekt používa bezpečnú agregáciu, kontrolu kvality, riešenie výpadkov a testy výkonu pre každú inštitúciu.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo presne znamená federované učenie?
Federované učenie trénuje spoločný model koordinovaním lokálnych aktualizácií na viacerých zariadeniach alebo organizáciách bez centrálneho zhromaždenia surových dát.
Kedy sa federované učenie používa?
Nemocnice lokálne trénujú rovnakú verziu modelu a posielajú chránené aktualizácie.
Od čoho treba federované učenie odlíšiť?
Distribuované učenie rozdeľuje výpočet; federated learning zdôrazňuje, že dáta zostávajú u samostatných klientov s vlastnou správou.
Ako sa federované učenie kontroluje?
Overí sa identita klientov, verzia kódu, agregácia, výpadky, ne-IID dáta, poisoning, únik z gradientov a lokálne výsledky.
Aké obmedzenie má federované učenie?
Dáta neopúšťajúce zariadenie automaticky neznamenajú súkromie, pretože aktualizácie, logy a model môžu prezrádzať informácie.