Diseño de mecanismo de incentivos para el aprendizaje federado a través del valor de Shapley y la optimalidad de Pareto
Autores: Yang, Xun; Xiang, Shuwen; Peng, Changgen; Tan, Weijie; Li, Zhen; Wu, Ningbo; Zhou, Yan
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Diseño de mecanismo de incentivos para el aprendizaje federado a través del valor de Shapley y la optimalidad de Pareto
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Aprendizaje distribuido de máquinas
Aprendizaje federado
Privacidad
Seguridad de datos
Regulaciones gubernamentales
Mecanismo de incentivos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
El aprendizaje federado (FL) es un marco de aprendizaje automático distribuido que puede ayudar efectivamente a múltiples jugadores a utilizar datos para entrenar modelos federados cumpliendo con su privacidad, seguridad de datos y regulaciones gubernamentales.
Descripción
El aprendizaje federado (FL) es un marco de aprendizaje automático distribuido que puede ayudar efectivamente a múltiples jugadores a utilizar datos para entrenar modelos federados cumpliendo con su privacidad, seguridad de datos y regulaciones gubernamentales.