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 |
Tags
- ordered dropout
- FedProx
- 딥러닝
- Fairness
- ML
- q-FFL
- Analysis
- Differential Privacy
- FL
- FedAvg
- data maximization
- deep learning
- Federated Transfer Learning
- Open Set Recognition
- q-FedAvg
- PPML
- OoDD
- 연합학습
- value shaping
- 개인정보
- DP
- OSR
- Agnostic FL
- free rider
- 머신러닝
- Machine learning
- OOD
- 기계학습
- convergence
- Federated Learning
Archives
- Today
- Total
목록Distributed Learning (1)
Federated Learning
1. 분산학습과 연합학습
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..
Federated Learning/Fundamentals
2022. 7. 3. 20:00