일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 연합학습
- FedAvg
- OSR
- Fairness
- ordered dropout
- Federated Transfer Learning
- OoDD
- ML
- FedProx
- 개인정보
- 머신러닝
- Machine learning
- q-FedAvg
- DP
- convergence
- OOD
- free rider
- data maximization
- Federated Learning
- 딥러닝
- PPML
- value shaping
- deep learning
- 기계학습
- Open Set Recognition
- q-FFL
- FL
- Agnostic FL
- Differential Privacy
- Analysis
- Today
- Total
목록기계학습 (56)
Federated Learning
연합학습(Federated Learning, FL)을 처음 접하면 "그래서 그게 분산학습(Distributed Learning, DL)과 어떻게 다른 건데?"라는 생각을 할 수 있습니다. 이번 게시글에서는 우선적으로 연합학습을 정의할 것입니다. 그다음, 분산학습과 연합학습이 어떻게 다른지, 그리고 그 결과 연합학습에는 추가적으로 어떠한 해결해야 할 문제점이 존재하는지에 관해서 알아보겠습니다. 각각의 문제점에 대해서는 자세히 다루지 않을 것이며, 별도의 포스팅으로 이야기할 계획입니다. 우선, 사람들이 정의하는 연합학습이 무엇인지 한 번 확인해봅시다. We advocate an alternative that leaves the training data distributed on the mobile devic..
해당 게시글은 제가 Federated Learning을 공부할 때에 많이 참고하는 자료들을 정리한 것입니다. 타 분야에 비해 상당히 늦게 출발한 만큼, FL과 관련된 잘 다듬어진 교재 혹은 대학교 커리큘럼 등이 존재하지 않는 상황입니다. 따라서 논문에 절대적으로 의존하고 있는 것이 현실이며, 이는 처음 해당 분야를 공부하고자 하는 분들에게 어려움을 안겨주는 부분입니다. 아래 자료들이 조금이나마 도움이 되길 바라며, 저 역시도 앞으로 다양한 글들을 포스팅하여 여러분에게 크고 작은 도움을 드릴 수 있으면 좋겠습니다. (Last Update: 20220702) 1. Survey Paper - Advances and Open Problems in Federated Learning (https://arxiv.or..