SoFL: aprendizaje federado agrupado basado en doble agrupamiento para datos heterogéneos
Autores: Zhang, Jianfei; Qiao, Zhiming
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
SoFL: aprendizaje federado agrupado basado en doble agrupamiento para datos heterogéneos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aprendizaje federado
Tecnología de preservación de la privacidad
Modelo global
Agrupamiento de clientes
Similitud en la distribución de datos
SoFL
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
El Aprendizaje Federado (FL) es una tecnología emergente que preserva la privacidad y permite entrenar un modelo global beneficioso para todos los participantes sin compartir sus datos. Sin embargo, las diferencias en las distribuciones de datos entre los participantes pueden socavar la estabilidad y precisión del modelo global.
Descripción
El Aprendizaje Federado (FL) es una tecnología emergente que preserva la privacidad y permite entrenar un modelo global beneficioso para todos los participantes sin compartir sus datos. Sin embargo, las diferencias en las distribuciones de datos entre los participantes pueden socavar la estabilidad y precisión del modelo global.