Federated联邦学习

奇虎360算法专家谈联邦学习FATE开源平台：面对数据协同的首选安全方案

最近，由微众银行AI团队研发并推出的联邦学习开源框架FATE（FederatedAITechnologyEnabler）再次迎来了一名社区贡献者——来自奇虎360的吴攀。
FedAI Ecosystem·2020-06-21 13:58

《联邦学习FATE入门与应用实战》第1讲：联邦学习技术介绍、应用和FATE开源框架（视频回放与精选问答）

人工智能广泛应用在各个行业，相应开发者群体也变得丰富多样。他们往往来自不同专业，在不同领域不同场景下进行开发实践，这也造成了AI开发者人才的学习成本很高，在专业技能的学习之外还需要理解产业需求和应用场景。为此，机器之心发起「AI开发者成长计划」，联合人工智能领军企业共同制定主题课程和项目实践，帮助开发者在较短周期内完成从学到用的全过程。「AI开发者成长计划」首期公开课由机器之心与微众银行联合开设，
FedAI Ecosystem·2020-06-21 13:58

预告 | 联邦学习进阶：FATE系统实践与联邦推荐算法

3月19日，微众银行联合VMware及机器之心开设的公开课《联邦学习FATE入门与应用实战》第四讲结课，VMwareCTO办公室资深研究员彭麟为大家介绍了使用KubeFATE部署生产环境的联邦学习Kubernetes
FedAI Ecosystem·2020-06-21 13:58

年度回顾 ︳2019年FedAI联邦学习达成了哪些成就？

在大众越来越重视隐私数据的全球趋势下，联邦学习这一能保护数据安全及隐私的技术自然越发受到关注。
FedAI Ecosystem·2020-06-21 13:58

初学者FATE实战：部署基础问题这样解决

初次接触联邦学习是通过联邦学习白皮书和论文SecureFederatedTransferLearing开始的.随后通过g
FedAI Ecosystem·2020-06-21 13:57

FATE实战：联邦学习开源框架避坑指南

引言：作者根据自身实操经验，总结出FATE使用及研究过程中的几个细节问题，如果你也正在研究联邦学习，或使用FATE，这些“坑”可以通过这篇特邀分享解决。
FedAI Ecosystem·2020-06-21 13:57

联邦学习+推荐场景，微众银行首创业界联邦推荐技术

在微众银行联合谷歌、卡内基梅隆大学举办的联邦学习国际研讨会上，杨强教授以《FederatedRecommen
FedAI Ecosystem·2020-06-21 13:57

NeurIPS 2019联邦学习国际研讨会引关注，联邦学习技术应用再拓边界

标题：NeurIPS2019联邦学习国际研讨会引关注，联邦学习技术应用再拓边界2019年12月8日-14日，第33届国际人工智能顶级会议NeurIPS2019（Thirty-thirdConferenceonNeuralInformationProcessingSystems
FedAI Ecosystem·2020-06-21 13:57

FATE实战：对比TFF，联邦学习框架FATE有何优势？这篇案例记录告诉你

引言：本文记录了FATE框架中横向和纵向联邦学习的案例使用，并与笔者近期使用过的谷歌TFF(TensorFlow-Federated)框架对比，阐述使用感受，对研究联邦学习及使用FATE的用户极有价值。
FedAI Ecosystem·2020-06-21 13:57

联手VMware，我们将联邦学习全球首个工业级开源框架FATE送上了云平台

而联邦学习则能够帮助企业在符合数据安全和政策法规的前提下，持续更好地输出创新服务，提升服务质量。
FedAI Ecosystem·2020-06-21 13:57

专访联邦学习全球首个工业级开源框架FATE首位一级贡献者

FATE作为联邦学习的全球首个工业级开源框架，自推出以来便受到各方关注。在1.0版本发布后更是吸引了各行各业人员的目光。FATE共建开源的愿景，使得越来越多从业者投入了开源社区的建设与贡献中。
FedAI Ecosystem·2020-06-21 13:56

微众银行“联邦学习技术体系研究与应用”斩获“CCF科学技术奖” 或引领人工智能新方向

近日，“2019年度CCF科学技术奖”名单公布，微众银行AI团队以“联邦学习技术体系研究与应用”项目（以下简称“项目”）斩获“2019年CCF科学技术奖科技进步杰出奖”，这一奖项代表着国内计算机领域权威学术团体的认可
FedAI Ecosystem·2020-06-21 13:56

Linux Foundation AI Day 聚焦“联邦学习” AI从概念到落地的关键破局点

“联邦学习”作为新兴的人工智能基础技术，有望成为下一代人工智能协作网络的基础，也成为了此次大会的热议话题。对此，微众银行高级研究员范涛发表了题为《FATE：新一代联
FedAI Ecosystem·2020-06-21 13:25

中国联邦学习「五大流派」

联邦学习作为新一代人工智能基础技术，正在渗透到AI商用瓶颈的根源，通过解决数据隐私与数据孤岛问题，重塑金融、医疗、城市安防等领域。
喜欢打酱油的老鸟·2020-06-21 12:24

联邦学习

联邦学习的概念最初由谷歌在2016年提出，在中国，香港科技大学讲席教授、微众银行首席人工智能官（CAIO）杨强教授算是联邦学习研究第一人。
喜欢打酱油的老鸟·2020-06-21 12:21

联邦学习（Federated Learning）分类及架构设计

联邦学习（FederatedLearning）分类及架构设计1、联邦学习起源2、联邦学习定义3、联邦学习的隐私保护机制4、联邦学习分类4.1水平/横向联邦学习（HorizontalFederatedLearning
有梦想的咸鱼~·2020-06-21 12:52

不让「数据孤岛」成为 AI 发展的绊脚石，「联邦学习」将成突破口？ ...

雷锋网AI科技评论按：人工智能经过漫长发展，近些年成功突破技术与算力上的限制，因此得以在新世纪发挥着举足轻重的作用。不过随之而来是一系列的新问题——最典型的比如「数据孤岛」问题。该问题一日不被解决，将可能抑制人工智能领域的长期发展，并造成严重的商业后果。人工智能面临的问题人工智能发展至这一阶段，存在三个与数据紧密相关的问题：很多领域的数据数量有限且质量较差，有人做过估算，如果将医疗数据交由第三方公
weixin_33967071·2020-06-21 11:46

Federated learning联合学习（1）-基础知识

摘抄Federatedlearning(akacollaborativelearning)isamachinelearningtechniquethattrainsanalgorithmacrossmultipledecentralizededgedevicesorserversholdinglocaldatasamples,withoutexchangingtheirdatasamples.不同
HelenZYX·2020-06-21 09:41

Federated learning 框架——leaf 探坑记录

leaf是一个联邦学习的框架，来自CMU，官网：https://leaf.cmu.edu/build/html/index.htmlGithub：https://github.com/TalwalkarLab
simooooon·2020-06-21 07:16

联邦学习 - 基础知识+白皮书+杨强教授讲座总结+同态加密+ 差分隐私

联邦学习兴起原因概念分类横向联邦学习纵向联邦学习联邦迁移学习优势系统架构联邦学习与现有研究的区别联邦学习与差分隐私理论的区别联邦学习与分布式机器学习的区别联邦学习与联邦数据库的关系联邦学习的最新发展及应用
柯少又来秀了·2020-06-21 06:44

【翻译】How to Backdoor Federated Learning

文章目录标题：如何后门攻击联邦学习摘要1.引言2.相关工作3.联邦学习4.攻击概述A.威胁模型B.构造攻击模型C.逃避异常检测标题：如何后门攻击联邦学习摘要联邦学习使成千上万的参与者能够构建一个深度学习模型
Antrn·2020-06-21 05:15

(三)微众Fate-横向联邦学习实践-训练评估

总目录(一)联邦学习-入门初识(二)联邦学习-Fate单机部署(三)微众Fate-横向联邦学习实践-训练评估(四)微众Fate-横向学习联邦-预测(五)微众Fate-横向联邦学习实践-在线预测以经典的分类问题判断肿瘤良性恶性为例
Mark_MMXIX·2020-06-21 04:53

用KubeFATE在Kubernetes上部署联邦学习集群

题图摄于北京奥林匹克中心（本文作者系VMware中国研发中心云原生实验室架构师）消息一则：VMware近期职位:北京、上海、广州等背景及KubeFATE架构之前我们在文章《使用KubeFATE快速部署联邦学习实验开发环境
q48s71bczbeylou9t0n·2020-06-21 04:47

使用模型平均下的深度网络的联邦学习

本文出自Google的FederatedLearningofDeepNetworksusingModelAveraging，主要介绍使用模型平均方法的联邦式学习。文章目录引言一、简介二、联邦式学习三、联邦式优化四、联邦平均算法五、实验结果六、结论和未来工作引言丰富的数据通常是隐私敏感性的，数量大或者两者都有，这将会妨碍使用传统方法登录到数据中心并在此进行训练。我们提倡将训练数据分布在移动设备上，并
librahfacebook·2020-06-21 02:41

联邦学习 群雄逐鹿：微众fate与富数fmpc的最新版本实战性能对比

摘要:最近一直在研究跟联邦学习相关的东西，现在的参考资料也越来越多，热度也十分火热。百度、阿里、腾讯、富数、清华、微众银行、平安科技等多家机构都在不同场景中进行战略布局。
hellompc·2020-06-21 01:46

2020年趋势一览：AutoML、联邦学习、云寡头时代的终结

作者|RobertoSannazzaro，BenLongstaff译者|夕颜出品|AI科技大本营（ID:rgznai100）【导读】在2020年来临之际，新年前夕往往是人们回顾过去一年并展望来年的好时机。本文将深入探讨了关于AI的技术和非技术方面的趋势，讨论一下相对较新的趋势，如AutoML、AI道德等，因为这些趋势正逐渐与越来越多的公司和用户息息相关。简单回顾下2019年：在2019年，英特尔、
AI科技大本营·2020-06-21 00:55

谷歌推出“Federated Learning”

本文转自：https://news.cnblogs.com/n/566673/传统机器学习方法，需要把训练数据集中于某一台机器或是单个数据中心里。谷歌等云服务巨头还建设了规模庞大的云计算基础设施，来对数据进行处理。现在，为利用移动设备上的人机交互来训练模型，谷歌发明了一个新名词——FederatedLearning。谷歌表示，这会是机器学习的另一大未来发展方向。那么，什么是FederatedLea
阿杜_ardo·2020-06-20 23:57

Tensorflow Federated Framework 谷歌联邦学习框架：自底向上简明入门

0、前言参考：谷歌联邦学习框架、谷歌联邦学习Blog、StackOverflow上的讨论只使用TF实现联邦学习的另一篇博客：用Tensorflow实现联邦模型AlexNetonCIFAR-10计划目前中文社区在联邦学习这一块大多还是科普性的文章
Zing22·2020-06-20 22:56

数据隐私之下，联邦学习与银行“开放”机遇｜新基建·产业科技③

作者|产业君来源|产业科技编者按：多年前，在安全计算领域有个知名的小问题：两个百万富翁在街头邂逅，他们都想小炫富一把，比比到底谁更有钱。但出于隐私，都不想让大家知道自己到底有多少财富，在尊重隐私的情况下，如何知道他们谁更有钱？加密算法此刻就派上用场了。近年来，每次公共数据的泄露都会引起公众极大的关注。在信息化高度发达的当下，数据隐私安全正被日益重视。因而，作为可同时兼顾数据共享和隐私问题的技术，联
LeiSheCaiJing·2020-06-20 22:54

只看这一篇就够：快速了解联邦学习技术及应用实践

而“联邦学习”将成为解决这一行业性难题的关键技术。今天和大家分享下咱们微众银行AI团队主导的新一代联邦学习技术及应用，并详细介绍联邦学习落地的全球首个工业级开源平台——FederatedAIT
FedAI Ecosystem·2020-06-20 21:28

【AI技术生态论】平安科技王健宗：所有 AI 前沿技术，都可以在联邦学习中大展身手！

受访者|王健宗，平安科技副总工程师、联邦学习技术部总经理记者|夕颜出品|CSDN（ID:CSDNnews）「AI技术生态论」是CSDN发起的“百万人学AI”倡议下的重要组成部分，与AIProCon万人开发者大会
AI技术生态论·2020-06-20 21:27

AI之FL：联邦学习(Federated Learning)的简介、入门、应用之详细攻略

AI之FL：联邦学习(FederatedLearning)的简介、入门、应用之详细攻略导读2019年2月，微众银行AI团队自主研发的全球首个工业级联邦学习框架FATE（FederatedAITechnologyEnabler
一个处女座的程序猿·2020-06-20 21:10

平安科技王健宗：所有 AI 前沿技术，都可以在联邦学习中大展身手！

受访者|王健宗，平安科技副总工程师、联邦学习技术部总经理记者|夕颜出品|CSDN（ID:CSDNnews）「AI技术生态论」人物访谈栏目是CSDN发起的百万人学AI倡议下的重要组成部分。
CSDN资讯·2020-06-20 20:21

平安科技王健宗：所有AI前沿技术，都能在联邦学习中大展身手

本文为「AI技术生态论」系列访谈第二十七期，CSDN邀请到平安科技副总工程师、联邦学习技术部总经理王健宗，来详细讲解关于联邦学习，我们必须要了解的事实。百万人学AI你也有份！
AI科技大本营·2020-06-20 20:56

FATE联邦学习笔记（二）——如何在FATE上使用卷积

学习自定义算法模块。根据github教程和官方视频学习。因项目需要，希望在FATE上实现图像算法。目前的理解：FATE上传的数据格式支持有限。数据是一维的，无法使用神经网络的卷积等操作。原打算通过：数据上传（一维数据）——数据转换（转换为多维数据）——算法模块（卷积神经网络）这样的流程实现，自定义编写一个reshape的FATE模块。目前的问题在于FATE使用的数据格式DTable。尝试了另外一种
Doodlera·2020-06-18 16:13

联邦学习开源框架Fate主要更新

背景FATE(FederatedAITechnologyEnabler)是微众银行AI部门发起的开源项目，为联邦学习生态系统提供了可靠的安全计算框架。
Wayne维基·2020-06-13 10:59

Flutter 插件 Federated plugins

2020-05-1512:19:39FederatedpluginsFederatedplugins插件2.0还提出了federatedplugins的概念。官网的大致意思是：在这之前，一个插件中包含了Dart代码，Android平台代码和iOS平台代码，他们都在一个包中。federatedplugins的目的是把他们分离成独立的包。需要3种类型的包：platforminterfacepackag
外星间谍·2020-05-28 12:26

MySQL面试题全在这里了（上）

存储引擎主要有：1.MyIsam,2.InnoDB,3.Memory,4.Archive,5.Federated。2、I
程序员小羊2333·2020-05-16 14:29

【Federated Learning】KubeFATE 搭建使用

由于KubeFATE使用了容器技术对FATE进行了封装，因此相对于传统的安装部署，使用KubeFATE有以下优点：使用简单，免除缺失依赖软件包的烦恼。配置方便，一个配置文件就能部署多套集群。目前KubeFATE支持使用Docker-Compose和Kubernetes两种方式来部署和管理FATE集群，分别面向了测试开发和生产这两种使用场景。适用于云环境。管理灵活，可按需增减集群规模.KubeFAT
liudongdong19·2020-05-16 09:17

YUM安装MySQL5.7

PostgreSQL、DB2MySQL引擎包括：ISAM、MyISAM、InnoDB、Memory、CSV、BlackHole、Archive、Performance_Schema、Berkeley、Federated
Jaygan·2020-04-26 22:01

联邦学习中的隐私研究

我们为这些挑战提出了一种可能的解决方案：安全的联邦学习。联邦学习是一种新兴的机器学习方案。
20189223·2020-04-19 20:00

两位大牛联合讲解联邦学习如何解决金融领域的隐私保护问题

联邦学习（FederatedLearning），是一种分布式的机器学习范式，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和机器学习建模。
智东西·2020-04-18 00:00

【联邦学习基础】同态加密技术

【同态加密】同态是从一个代数结构（如：群、环或者向量空间）到同类代数结构的映射，它保持所有相关的结构不变。从数学的角度上讲，同态就是“保运算”。举一个简单的例子：考虑带加法运算的整数。保持加法不变的函数有如下性质：f(a+b)=f(a)+f(b)例如f(x)=3x就是这样的一个同态。因为f(a+b)=3(a+b)=3a+3b=f(a)+f(b)。且这个同态从整数映射回整数（整数的代数结构为群）。同
liudongdong19·2020-04-10 09:06

百度开源联邦学习框架 PaddleFL，让大规模分布式集群中部署联邦学习系统更容易

技术编辑：鸣飞发自北京SegmentFault思否报道|公众号：SegmentFaultPaddleFL是一个基于飞桨（PaddlePaddle）的开源联邦学习框架。
鸣飞·2020-04-09 18:46

SpringCloud（七）MySQL跨实例访问

这时候，可是视情况，看看是否使用FEDERATED存储引擎。数据表映射，如同Oracle中的DBlink一般，使用FEDERATED进行跨实例来进行数据查询。
疯狂的妞妞·2020-04-05 18:00

MySQL数据库引擎

MySQL数据库引擎有哪些mysql的存储引擎包括：MyISAM、InnoDB、BDB、MEMORY、MERGE、EXAMPLE、NDBCluster、ARCHIVE、CSV、BLACKHOLE、FEDERATED
米_8d62·2020-04-02 22:31

微众银行用联邦学习和GPU这样破局

看点：破解数据孤岛和隐私保护两大AI落地难题，联邦学习凭什么风头正盛？近两年，越来越多企业在思考如何应用人工智能（AI）挖掘更多数据价值。然而训练AI需要大量数据，这些数据却越来越难获得。
智东西·2020-04-02 00:00

Federal Learning中的隐私问题

Part1：FederalLearning:联邦学习联邦学习（FederatedLearning）是一种新兴的人工智能基础技术，在2016年由谷歌最先提出，原本用于解决安卓手机终端用户在本地更新模型的问题
HizT·2020-03-22 16:23

MySQL存储引擎 - Myisam & Innodb

MySQL有多种存储引擎：MyISAM、InnoDB、MERGE、MEMORY(HEAP)、BDB(BerkeleyDB)、EXAMPLE、FEDERATED、ARCHIVE、CSV、BLACKHOLE
李颖轩_LiYingxuan·2020-02-29 12:37

mysql存储引擎InnoDB和MyISAM如何选择

Mysql有很多中存储引擎MyISAM、InnoDB、MERGE、MEMORY(HEAP)、BDB(BerkeleyDB)、EXAMPLE、FEDERATED、ARCHIVE、CSV等，今天主要介绍两种最常用的引擎
怪咖实验室·2020-02-25 08:21
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他