READ-2325 Advances and Open Problems in Federated Learning
READ-2326 Advances and Open Problems in Federated Learning
论文名称 | Advances and Open Problems in Federated Learning |
---|---|
作者 | Peter Kairouz |
来源 | Foundations and Trends in Machine Learning |
领域 | Machine Learning – Federal learning |
问题 | 联邦学习综述 |
方法 | - |
创新 | - |
Chap1 Introduction
本章节主要介绍了联邦学习的应用场景、与分布式学习的区别、生命周期、一般训练过程以及实验注意事项。
Chap2 Relaxing the Core FL Assumptions: Applications to Emerging Settings and Scenarios
本章节分别介绍了完全分布式学习、cross-silo的联邦学习以及拆分学习的应用场景以及各自的挑战、三者之间的区别。
Chap 3 Improving Effificiency and Effectiveness
本章节主要讲述了联邦学习非独立同分布数据的问题、优化方法以及实验中的经验技巧。
Chap4 Preserving the Privacy of User Data
本章节描述了用户数据的隐私保护问题,主要包括两方面——原始数据的隐私保护和数据计算可信度问题,同时,文章也提出了保护用户数据的方法。
Chap5 Defending Against Attacks and Failure
本章节主要介绍了模型稳健性问题,描述了恶意攻击和非恶意攻击以及它们的防御方式。
Chap6 Ensuring Fairness and Addressing Sources of Bias
本章节主要讨论了公平性问题,着重介绍了导致不公平的因素以及解决方案。
Chap7 Addressing System Challenges
本章节主要介绍了系统设备以及搭建框架给联邦学习带来的挑战。
Chap8 Concluding Remarks
本章节主要对文章总体内容进行了总结,并提供了FL中常用数据集以及框架。
READ-2325 Advances and Open Problems in Federated Learning相关推荐
- 联邦学习入门(一)-Advances and Open Problems in Federated Learning详解
本文主要是联邦学习的入门级笔记,主要参考了论文Advances and Open Problems in Federated Learning和微众银行的联邦学习白皮书,笔者作为初次接触该领域的小白, ...
- Advances and Open Problems in Federated Learning——4.Preserving the Privacy of User Data翻译
4.Preserving the Privacy of User Data 机器学习的工作流程需要许多不同功能的共同参与.比如说,用户可能会在与他的其他设备交互的过程中产生训练数据,一个机器学习训 ...
- Advances and Open Problems in Federated Learning 总结翻译
摘要 联邦学习(FL)是一种机器学习设置,在这种设置中,许多客户(例如移动设备或整个组织)在中央服务 器(例如服务提供商)的协调下协作地训练模型,同时保持训练数据分散.FL体现了集中数据收集和最 小化 ...
- 【阅读笔记】Towards Personalized Federated Learning个性化联邦综述
文章目录 前言 1 背景 1.1 机器学习.联邦学习 1.2 促进个性化联邦学习的动机 2 个性化联邦学习的策略 2.1 全局模型个性化 2.1.1 基于数据的方法 2.1.1.1 数据增强 Data ...
- ICLR2021 - Federated Learning Paper
Federated Semi-Supervised Learning With Inter-Client Consistency & Disjoint Learning 提出的问题很有意思 P ...
- (翻译)DBA: DISTRIBUTED BACKDOOR ATTACKS AGAINST FEDERATED LEARNING
摘要 后门攻击旨在通过注入对抗性触发器来操纵训练数据的子集,从而使在受篡改数据集上训练的机器学习模型将在嵌入了相同触发器的测试集上进行任意(目标)错误预测.尽管联邦学习(FL)能够汇总由不同方面提供的 ...
- 【论文阅读】Federated Learning应用扩展合集
2020-MM-Performance Optimization for Federated Person Re-identification via Benchmark Analysis 动机:联邦 ...
- 论文阅读 Local Differential Privacy-Based Federated Learning for Internet of Things
标题:Local Differential Privacy-Based Federated Learning for Internet of Things 期刊: IEEE Internet of T ...
- Federated Learning in Mobile Edge Networks: AComprehensive Survey(翻译)
名词:联邦学习(FL).ML.MEC BAA(宽带模拟聚合).CNN(卷积神经网络).CV(计算机视觉). DDQN(双深度Q网络).DL(深度学习)DNN(深度神经网络). DP(差分隐私).DQL ...
最新文章
- 自定义函数_自定义函数,让你的表格为所欲为
- JAVA sql2000 连接细节
- linux apache配置_linux查看nginx、apache、php、php-fpm、mysql及配置项所在目录
- 【flink】flink作业超额启动多个taskManager k8s
- Microsfot Office Communicator 聊天记录 外挂
- Futura字体和Logo设计实践
- RAID Introduction
- iOS 咻一咻,雷达,搜索动画,radarView
- 体系结构:Cache Coherence
- [笔记] Golang小试实现神经网络框架
- matlab系统稳态误差终值,matlab求稳态误差
- 蝙蝠侠大战超人:正义黎明[Batman v Superman: Dawn of Justice]
- C#自制简易弹钢琴谱
- 跑跑卡丁车,网络中断问题
- BH1750_数字16位串行输出型环境光传感器
- CocosCreator H5小游戏屏幕适配解决方案
- 轻松解读仿生学最优化算法(一)——遗传算法
- 腾讯与NBA锁定五年独家合作
- 一文带你读懂Java字节码
- python环境安装(window安装)及换成中文模式----梅花
热门文章
- [ESP32/ESP8266专题笔记-7]ubuntu下搭建ESP32/ESP8266-使用WLED
- 数字图像处理Python语言实现-图像滤波-Log-Gabor滤波
- 基于51单片机的简易太阳能追踪系统
- 服务器搭建快速入门——适用于Android应用服务器、微信小程序服务器(一)
- Ubuntu配置桥接网络
- 基于eclipse的android项目实战—博学谷(十三)水平滑动广告栏界面
- 「部署全流程」 中科院学术专业版chatGPT来啦
- termux写python教程_Termux 入门与实践
- Rhino5曲面造型插件Autodesk T-Splines v4.0.r11183
- mvp实现Xrecyclerview的上下拉和购物车功能(仿饿了么)