AS联邦第42页

联邦学习--记录

简介联邦学习（FederatedLearning）是一种新兴的人工智能基础技术，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习

猿代码_xiao·2022-11-19 13:34

什么是联邦学习/联邦学习的过程

联邦学习-最近比较火的名词。应该有很多人听过但是始终都没明白是联邦学习。很多同学应该也从网上搜集一些相关资料来学习，大概知道联邦学习的作用主要是用来解决数据孤岛，那他又是如何来解决数据孤岛问题的？

愚昧之山绝望之谷开悟之坡·2022-11-19 13:01

详解联邦学习Federated Learning

今天我们来讲下最近比较博眼球的联邦学习。应该很多人听过但是始终都没懂啥是联邦学习？百度一下发现大篇文章都说可以用来解决数据孤岛，那它又是如何来解决数据孤岛问题的？

hellozhxy·2022-11-19 12:53

联邦学习概述与现状

概念：联邦机器学习(Federatedmachinelearning/FederatedLearning)，又名联邦学习，联合学习，联盟学习。

矩阵科学·2022-11-19 12:21

有关于联邦学习

粗泛地讲所谓的联邦学习，不可客观地来说，其本质就是我们通俗意义上的数据增强，也就是增加模型的训练数据。只不过在现实场景下，很多这些训练数据都是分散在不同设备上的。

Reza.·2022-11-19 12:14

分享3篇关于图神经网络（GNN）的相关综述

本文分享3篇关于图神经网络（GNN）的相关综述：第1篇是对联邦图神经网络的调研，将目前的工作根据三层分类法进行了划分，即根据数据的原始存在形式、联邦学习的常规设置进行了分类介绍；第2篇文献则是对几何等变图神经网络的调研

AI知识图谱大本营·2022-11-19 12:35

2022.11.6 第二十九次周报

目录前言文献阅读题目作者背景主要问题拟定方案开创性贡献工业5.0中IIoT的拟议联合网络自动化方案概述以及详细的结构设计流程和数学初步面向工业5.0的拟议方案概述区块链赋能的联邦学习分布式哈希表方案的结构设计流程时空复杂度

孙源峰·2022-11-19 08:54

Communication-Efficient Learning of Deep Networks form Decentralized Data

联邦学习的提出，可以较好地解决上述问题。背景介绍：分布式训练方法，把资料留在本地端，打造出可部署至上百万支手机的输入字推荐模型。

白兔1205·2022-11-19 08:07

联邦学习——FedAvg《Communication-Efficient Learning of Deep Networks from Decentralized Data》论文笔记

目录论文链接一、摘要二、简介三、实验背景四、联邦优化与传统集中优化的区别五、FedAvg（FederatedAveraging）Algorithm六、实验结果1.增加并行性（每轮参与更新的用户数量）2.

电通一枝花·2022-11-19 08:05

联邦学习笔记—《Communication-Efficient Learning of Deep Networks from Decentralized Data》

摘要：Modernmobiledeviceshaveaccesstoawealthofdatasuitableforlearningmodels,whichinturncangreatlyimprovetheuserexperienceonthedevice.Forexample,languagemodelscanimprovespeechrecognitionandtextentry,andim

藤藤藤萝·2022-11-19 08:33

【联邦学习论文阅读】FedAvg（2016）Communication-Efficient Learning of Deep Networks from Decentralized Data

据此提出联邦学习，将训练数据分布在移动设备上，通过聚合本地计算的更新来学习共享模型。考虑了5种不同的模型和4个数据集，证明本文的方法对不平衡和非独立同分布的数据是鲁棒

Momahe·2022-11-19 08:32

翻译： Communication-Efficient Learning of Deep Networks from Decentralized Data

H.BrendanMcMahanEiderMooreDanielRamageSethHampsonBlaiseAg¨uerayArcasGoogle,Inc.,651N34thSt.,Seattle,WA98103USA引用量：30252021.9.21翻译~~~~联邦学习第一篇

幼稚的星星·2022-11-19 08:00

【联邦学习】Communication-Efficient Learning of Deep Networks from Decentralized Data 论文阅读笔记

FL的提出：Weadvocateanalternativethatleavesthetrainingdatadistributedonthemobiledevices,andlearnsasharedmodelbyaggregatinglocally-computedupdates.WetermthisdecentralizedapproachFederatedLearning.借鉴博客

伶俐明华·2022-11-19 08:00

【代码解析（4）】Communication-Efficient Learning of Deep Networks from Decentralized Data

8-*-#Pythonversion:3.6importargparse#引入模块defargs_parser():#建立解析对象parser=argparse.ArgumentParser()'''联邦学习参数

缄默的天空之城·2022-11-19 08:00

联邦学习是什么？联邦学习简介

1联邦学习提出的背景在大多数情况下，数据分散的保存在各个企业手中，而各个企业希望在不公开自己数据的情况下，联合其他企业（利用各个企业所持有的数据）一起训练一个模型，该模型能够帮助企业获取更大的利益。

kaiserqzyue·2022-11-19 07:52

基于Communication-Efficient Learning of Deep Networks from Decentralized Data文章的 FedAvg 模型复现

基于PyTorch语法复现FedAvg模型本联邦学习模型是基于论文:Communication-EfficientLearningofDeepNetworksfromDecentralizedData.

NigeloYang·2022-11-19 07:18

联邦学习开山之作：Communication-Efficient Learning of Deep Networks from Decentralized Data 带你走进最初的联邦学习论文精读

原文链接：Communication-EfficientLearningofDeepNetworksfromDecentralizedData(mlr.press)该论文是最早提出联邦学习的论文，作者结合背景提出了联邦平均的算法

kaiserqzyue·2022-11-19 07:06

A Blockchain-based Decentralized Federated Learning Framework wth Committee Consensus

ABlockchain-basedDecentralizedFederatedLearningFrameworkwithCommitteeConsensus基于区块链的具有委员会共识的分散联邦学习框架模型优点

weixin_42827001·2022-11-19 04:44

A Blockchain-Based Decentralized Federated Learning Framework with Committee Consensus

本文简易框架demo源码背景问题定义在联邦学习场景中，客户端通过交换模型梯度或更新后的模型参数，不暴露私人数据，从而合作训练一个共享的全局模型。

iam-·2022-11-19 04:43

联邦学习-区块链论文笔记：Blockchain and Federated Learning for Privacy-Preserved Data Sharing in Industrial IoT

tp=&arnumber=8843900作者：YunlongLu（北京邮电大学团队）Motivation：1）构建一联邦学习模型，不分享本地数据；2）提出了一种新的区块链授权协作架构，通过分布式多方共享数据

学习的学习者·2022-11-19 04:41

【论文】【BFLC】 A Blockchain-based Decentralized Federated Learning Framework with Committee Consensus

中山大学研究团队2020提出基于区块链委员会机制的联邦学习系统（BFLC）。

猪蹄花·2022-11-19 04:38

[CPE 2021] Differentially private locality sensitive hashing based federated recommender system

sinat_38007523·2022-11-19 04:07

SecureBoost: A Lossless Federated Learning Framework论文笔记

为了实现这一目标，在本文中，我们提出了一种新的基于联邦学习的无损隐私保护树增强系统SecureBoost。该

猪猪家的小可爱·2022-11-19 04:05

Blockchain and Federated Learning for Privacy-Preserved Data Sharing in Industrial IoT

我们提出的架构许可链模型和联邦计算模型。许可链：为设备之间建立安全连接。矿工是基站节点和路边单元节点。两种类型交易：检索交易和数据分享交易。安全数据分享的区块链和联邦学习标准化的加权图定义一个两步距离

GUAI拐·2022-11-19 04:31

c++基本概念

1971年，瑞士联邦技术学院N.Wirth教授发明了第一个结构化的编程语言Pascal。20世纪70年代中期，本贾尼·斯特劳斯特卢普在剑桥大学计算机中心工作。

拉杆给油不要慌·2022-11-17 10:09

为什么甲骨文在开源上刷两面派

从最近它游说美国联邦政府反对开源这一做法来看，似乎大部分时间它是讨厌开源的。

weixin_33912445·2022-11-17 09:18

Lidar与imu外参标定

网上资料方案1瑞士苏黎世联邦理工大学------自动驾驶实验室开源的Lidar_align。在使用该方法时，纯IMU积分

chengwei0019·2022-11-15 22:15

EFFECTIVE C++ （万字详解）(一)

条款01：把C++看成一个语言联邦C++由几个重要的次语言构成C语言：区块，语句，预处理器，数组，指针等等。类：class，封装，继承，多态......

Black.Gao·2022-11-15 20:29

美团隐私计算平台通过行业权威认证

近日，在2022年隐私计算大会上，中国信通院公布第六批可信隐私计算评测结果，美团隐私计算平台通过“联邦学习安全”和“多方安全计算基础能力”两个专项评测认证。

美团技术团队·2022-11-15 19:39

联邦模块（概述，实战应用，基本原理，未来展望）

联邦模块是什么·是Webpack5的新特性之一，允许在多个webpack编译产物之间共享模块、依赖、页面甚至应用·提供了一种轻量级的、在运行时，通过全局变量组合，在不同模块之前进行数据的获取·提供了一种解决应用集的官方方案

一路向阳~负责的男人·2022-11-11 14:08

Federated Knowledge Distillation 联邦知识蒸馏

在这方面，联邦学习是一个有希望的通信效率和隐私保护的解决方案，它定期交换本地模型参数，而不共享原始数据。然而，在现代深度神经网络架构下，交换模型参数的成本非常高，因为它往往有大量的

Cl元气满满·2022-11-11 13:59

博士申请 | 荷兰代尔夫特理工大学陶倩教授招收医学人工智能全奖博士生

它与英国帝国理工大学、瑞士苏黎世联邦理工学院、德

PaperWeekly·2022-11-09 15:25

关于微前端，你理解到究极奥义了么？

hel-micro，模块联邦sdk化，免构建、热更新、工具链无关的微模块方案，欢迎关注与了解微前端的起源在微前端这个概念出现之前，我们或多或少都能够联想到另一个词性上有些相似的概念微服务，它从出现后便一直都很火热

·2022-11-09 14:09

【概念学习】联邦学习的三个类别+【论文阅读】异步联邦学习

基于数据的分布特点将联邦学习分为三类：横向联邦学习（HorizontalFederatedLearning）：共享相同的特征空间，但是不同的样本（也就是一般遇到的情况，每个client拿到模型，独立用自己的样本集训练

反科研pua所所长·2022-11-09 10:54

【论文阅读】Communication-Efficient Learning of Deep Networks from Decentralized Data

联邦学习开山之作，感觉之前读得还是不够细致，这次的目标是找如何做效率的实验（实验部分），顺便去仔细研读一下联邦学习的定义及性质（摘要及引入部分）摘要现代移动设备为用户体验的提升提供了大量数据，比如语言模型和图像模型

反科研pua所所长·2022-11-09 10:24

推特因裁员被集体诉讼？马斯克称“别无选择”，已给予赔偿

当此消息在网上掀起波涛之时，许多被裁员工已经到美国旧金山联邦法院提起集体诉讼，指控推特在没有给予足够通知的情况下启动大规模裁员，违反联邦和加州法律。

链科天下·2022-11-09 03:45

线性卡尔曼滤波算法及示例

1972起任瑞士苏黎世联邦理工学院数学系统理论中心主任。2009年获美国国家科学奖章。一、给出离散时间线性动态系统和三个独立的Gauss随机过程：{xk=Fk

haxiongha·2022-11-08 10:15

如何在信用卡反欺诈检测中使用人工智能和机器学习

仅美国联邦、地方和州执法机构以及私人组织在2019年报告了300万起身份盗用案件。其中约25%的案件丢失了资金。根据IC3（互联网犯罪投

python机器学习建模·2022-11-08 01:12

关于边缘联邦学习的研究方向以及现状综述阅读笔记

Asurveyoffederatedlearningforedgecomputing:Researchproblemsandsolutions阅读笔记预准备知识：什么是联邦学习？

Blanche117·2022-11-07 12:55

【前端工程化】webpack5从零搭建完整的react18+ts开发和打包环境

优化构建结果文件8.总结全文概览一.前言从2020年10月10日，webpack升级至5版本到现在已经快两年，webpack5版本优化了很多原有的功能比如tree-shaking优化，也新增了很多新特性，比如联邦模块

前端开发小司机·2022-11-06 21:08

Pysyft使用指南

文章目录项目要求Pysyft版本问题基本流程遇到的问题Dataset问题Tensor传递问题数据冲突数据取回Optimizer选择Optimizer补充运行体验项目要求由于项目需要，最近研究了一下联邦学习框架

柚木蓝·2022-11-02 22:34

联邦学习开源框架调研

文章目录1.FATE1.1FederatedML算法列表1.2FATEServing1.3FATEFlow1.4FATEBoard1.5FederatedNetwork1.6KubeFATE2.PySyft3.Rosetta4.PaddleFL5.FedLearner6.TFF7.FedML8.Flower1.FATEFATE是微众银行人工智能部门发起的一个开源项目，旨在提供一个安全的计算框架来支

李代数·2022-11-02 22:33

PySyft中model.get()方法解释

学习的学习者·2022-11-02 22:33

Pysyft学习笔记四：MINIST数据集下的联邦学习（并行训练与非并行训练）

概述图导入基本包创建客户机设置训练参数初始化数据集搭建神经网络模型定义训练与测试函数定义主函数训练效果手写数字识别模型（并行训练）概述图导入必要的包建立客户机初始化训练参数定义训练集与测试集定义神经网络使用Fed_avg算法整合模型定义训练定义测试启动入口训练效果经过前面几篇笔记的学习，基本上已经知道了联邦学习的基本代码框架

一只特立独行的猫·2022-11-02 22:32

联邦学习开源框架方案选型

无知者：【联邦学习开源框架】FedLab-加速FL算法验证联邦学习开源框架FedLab相关FATE单位：微众银行github:https://github.com/FederatedAI/FATEstar

麦晓宇·2022-11-02 22:00

联邦学习框架和数据隐私综述

联邦学习——新型的分布式机器学习技术。一、联邦学习开源框架1、联邦学习框架（按架构分类）联邦学习常用的框架分为2种：中心化框架、去中心化框架，以中心化框架为主。

贪睡的蜗牛·2022-11-02 22:30

联邦学习开源框架

来源：https://zhuanlan.zhihu.com/p/387101962FATE单位：微众银行github:https://github.com/FederatedAI/FATEstar：3.2kdocs：https://github.com/FederatedAI/FATE/blob/master/doc/develop_guide_zh.rst概述：FATE(FederatedAIT

联邦学习的道路上·2022-11-02 22:30

Pysyft学习笔记

文章目录1隐私、分布式数据科学的基础工具1.1张量指针1.2使用张量指针2联邦学习简介2.1一个联邦学习的范例3高级远程执行工具3.1指向指针的指针3.2指针链操作4模型平均的联邦学习第一步：建立数据所有者第二步

Yohuna·2022-11-02 22:00

毕设之PySyft学习：联邦学习实现MINIST手写识别

文章目录Pytorch与PySyft安装还是先理解一些基本函数是在做什么初始化发送tensor返还tensor通过指针张量(PointerTensor)做深度学习初步练习：以Minist识别为例必要的初始化搭建所需网络数据加载和发送定义训练过程还没结束！本人博客https://qinzheng7575.github.io/Pytorch与PySyft安装基本上按照这个教程来就可以，注意的是要查看自

QinZheng7575·2022-11-02 22:59

推荐频道

AS联邦