Federated Learning
التعلم الموزع هو نهج في تعلم الآلة يسمح لأجهزة أو كيانات متعددة بالتعاون في تدريب نموذج مشترك دون تبادل البيانات. تقوم كل جهاز بتدريب النموذج محليًا ويقوم فقط بإرسال تحديثات النموذج إلى خادم مركزي للدمج، مما يحسن أداء النموذج المشترك. يحقق هذا الأسلوب التعلم الآمن للبيانات من خلال ضمان بقاء البيانات مخزنة محليًا ومشاركة المعلومات اللازمة فقط لتحسين النموذج. هدف التعلم الموزع هو تعزيز أداء النموذج مع حماية أمن وخصوصية بيانات المستخدم، مما يجعله ذو قيمة عالية لتطبيقات متنوعة.
CIFAR-100 (alpha=0, 10 clients per round)
CIFAR-100 (alpha=0, 20 clients per round)
CIFAR-100 (alpha=0.5, 10 clients per round)
CIFAR-100 (alpha=0.5, 20 clients per round)
CIFAR-100 (alpha=0.5, 5 clients per round)
CIFAR-100 (alpha=0, 5 clients per round)
CIFAR-100 (alpha=1000, 10 clients per round)
CIFAR-100 (alpha=1000, 20 clients per round)
CIFAR-100 (alpha=1000, 5 clients per round)
FedASAM
CIFAR100 (alpha=0.3, 10 clients per round)
AdaBest
Cityscapes heterogeneous
Landmarks-User-160k