帮助 本站公告
您现在所在的位置:网站首页 > 知识中心 > 文献详情
文献详细Journal detailed

不同数据分布的联邦机器学习技术研究

中文会议: 5G网络创新研讨会(2019)论文集

会议日期: 2019-08-15

会议地点: 中国北京

主办单位: TD产业联盟;《移动通信》杂志社

出版方 : 《移动通信》编辑部

出版日期: 2019-07-31

作  者: ();

机构地区: 中国电信股份有限公司

出  处: 《5G网络创新研讨会(2019)》

摘  要: 联邦机器学习把训练数据保留在本地且在不共享原始数据的前提下,使用分散在各终端上的数据高效地训练模型。由于联邦机器学习技术有效地保护了用户隐私,因此一经推出便引起众多关注。使用Mnist和Cifar-10两个数据集对联邦机器学习模型算法进行了研究,通过控制参与训练的客户端数量和更改不同数据分布,评估共享模型的准确率和稳定性。

关 键 词: 联邦机器学习 人工智能 神经网络模型

领  域: []

相关作者

作者 姚红
作者 苏玲
作者 黄宇娟
作者 洪少杰
作者 郭铭芝

相关机构对象

机构 中山大学
机构 中山大学人文科学学院逻辑与认知研究所
机构 华南师范大学
机构 广东工业大学
机构 汕头大学

相关领域作者