联邦学习 | 爱代码爱编程

federated unlearning for on-爱代码爱编程

2024-01-10 分类: 算法人工智能深度学习推荐系统联邦学习

WSDM 2023 CCF-B Federated Unlearning for On-Device Recommendation 本文工作的主要介绍本文主要介绍了一种名为FRU（Federated Recommen

论文阅读-爱代码爱编程

2024-04-17 分类: 论文阅读联邦学习

论文阅读-Federated Unlearning With Momentum Degradation 联邦忘却与动量退化 Yian Zhao IEEE Internet of Things Journal 2023 年

【论文笔记 | 异步联邦】asynchronous federated optimization-爱代码爱编程

2024-04-16 分类: 论文阅读联邦学习

论文信息 Asynchronous Federated Optimization，OPT2020: 12th Annual Workshop on Optimization for Machine Learning，不属于

精读并复现splitfed: when federated learning meets split learning_sflv1-爱代码爱编程

2023-04-03 分类: 论文笔记人工智能深度学习机器学习联邦学习实践笔记

论文：SplitFed: When Federated Learning Meets Split Learning 分布式协作机器学习(DCML) 由于其默认的数据隐私优势而很受欢迎。与数据集中存储和访问的传统方法不同，

【论文阅读——splitfed: when federated learning meets split learning】-爱代码爱编程

2024-04-11 分类: 论文阅读深度学习联邦学习拆分学习

级别CCFA 1.摘要联邦学习（FL）和分割学习（SL）是两种流行的分布式机器学习方法。两者都采用了模型对数据的场景；客户端在不共享原始数据的情况下训练和测试机器学习模型。由于机器学习模型的架构在客户端和服务器之间分割

【论文阅读——profit allocation for federated learning】-爱代码爱编程

2024-04-08 分类: 论文阅读人工智能深度学习联邦学习

1.摘要由于更为严格的数据管理法规，如《通用数据保护条例》（GDPR），传统的机器学习服务生产模式正在转向联邦学习这一范式。联邦学习允许多个数据提供者在其本地保留数据的同时，协作训练一个共享模型。推动联邦学习实际应用的关

【fedcoin: a peer-爱代码爱编程

2024-03-28 分类: 论文阅读算法区块链联邦学习

在这篇论文中，我们提出了FedCoin，一个基于区块链的点对点支付系统，专为联邦学习设计，以实现基于Shapley值的实际利润分配。在FedCoin系统中，区块链共识实体负责计算SV，并且新的区块是基于“Shapley证明”

缓存驱动联邦学习架构赋能个性化边缘智能 | tmc 2024-爱代码爱编程

2024-02-20 分类: 机器学习分布式联邦学习边缘计算端边云协同

缓存驱动联邦学习架构赋能个性化边缘智能 | TMC 2024 伴随着移动设备的普及与终端数据的爆炸式增长，边缘智能（Edge Intelligence, EI）逐渐成为研究领域的前沿。在这一浪潮中，联邦学习（Federat

使用mistnet在coco128数据集上协作训练yolo-爱代码爱编程

2024-01-11 分类: 人工智能 python yolo 联邦学习

本案例介绍如何在MNIST手写数字分类场景中，使用名为MistNet的聚合算法训练联邦学习作业。数据分散在不同的地方（如边缘节点、摄像头等），由于数据隐私和带宽的原因，无法在服务器上聚合。因此，我们不能将所有数据都用于训练。在某些情况下，边缘节点的计算资源有限，甚至没有训练能力。边缘无法从训练过程中获取更新的权重。因此，传统算法（例如，联合平均算法）通常聚

enable kubectl logs/exec to debug pods on the edge-爱代码爱编程

2024-01-10 分类: 前端 edge 联邦学习

Prepare certs 确保可以找到 Kubernetes 的 ca.crt 和 ca.key 文件。如果您通过 kubeadm 设置您的 Kubernetes 集群，这些文件将位于 /etc/kubernetes/pki/ 目录中。 ls /etc/kubernetes/pki/ 设置 CLOUDCOREIPS 环境变量。该环境变

阅读记录【arxiv2020】 adaptive personalized federated learning_fedala: adaptive local aggregation for personalize-爱代码爱编程

2023-11-21 分类: 机器学习&深度学人工智能深度学习机器学习联邦学习泛化

Adaptive Personalized Federated Learning 论文地址： https://arxiv.org/abs/2003.13461 摘要对联邦学习算法个性化程度的研究表明，只有最大化全局模

a survey on federated learning联邦学习综述_lg-爱代码爱编程

2023-11-25 分类: 大数据联邦学习

Abstract 联邦学习是一种设置，其中多个客户端在中央聚合器的协调下协作解决机器学习问题。联邦学习坚持本地计算和模型传输两大思路，降低了传统集中式机器学习方法带来的一些系统性隐私风险和成本。客户端的原始数据存储在本地，无法进行交换和迁移。随着联邦学习的应用，每个设备使用本地数据进行局部训练，然后将模型上传到服务器进行聚合，最后服务

【联邦学习+区块链】torr: a lightweight blockchain for decentralized federated learning-爱代码爱编程

2023-11-15 分类: 机器学习区块链联邦学习去中心化隐私保护机器学习

文章目录 I.CONTRIBUTIONII. ASSUMPTIONS AND THREAT MODELA. AssumptionsB. Threat Model III. SYSTEM DESIGNA.

第二章：联邦学习的安全机制_不经意传输 python-爱代码爱编程

2023-08-16 分类: 安全机器学习联邦学习隐私计算入门实战联邦学习入门

第二章联邦学习的安全机制 2.1 基于同态加密2.1.1 定义2.1.2 分类 2.2 基于差分隐私的安全机制2.2.1 定义2.2.2 差分隐私的实现机制 2.3 基于安全多方计算的安全机制

【联邦学习】自用论文阅读-爱代码爱编程

2022-09-20 分类: 论文阅读边缘智能物联网联邦学习边缘计算

A Survey on Federated Learning for Resource-Constrained IoT Devices 摘要1 介绍2 现有FL的概述和分类3 分布式学习和优化算法4 学习资源受

联邦学习_csdn联邦学习-爱代码爱编程

2023-07-24 分类: 人工智能深度学习联邦学习

目录联邦机器学习（Federated machine learning）联邦学习重要节点及里程碑举例说明名词解释迭代模型平均(iterative model averaging)：非独立同分布（non-IID）：鲁棒性同步随机梯度下降非平衡数据（imbalanced data）联邦学习与分布式机器学习参考文献