联邦学习
-
【论文导读】- Communication-Efficient Learning of Deep Networks from Decentralized Data（高通信效率的去中心化的深度网络学习）
文章目录 论文信息 摘要 主要内容（contributions） FederatedAveraging 联邦学习 隐私 联邦优化 联邦平均算法（FedAVG） 论文信息 Commu…
-
联邦学习算法介绍-FedAvg详细案例-Python代码获取
联邦学习算法介绍-FedAvg详细案例-Python代码获取 一、联邦学习系统框架 二、联邦平均算法（FedAvg） 三、联邦随梯度下降算法 (FedSGD） 四、差分隐私随联邦梯…
-
联邦学习实战-1:用python从零开始实现横向联邦学习
什么是联邦学习？ 简单来说就是在一个多方的环境中，数据集是零散的（在各个不同的客户端中），那么怎样实现机器学习算法呢？ 首先想到的就是将多个数据集合并合并起来，然后统一的使用传统的…
-
【论文导读】- Cluster-driven Graph Federated Learning over Multiple Domains（聚类驱动的图联邦学习）
文章目录 论文信息 摘要 主要贡献 聚类驱动的图联邦学习 问题定义 联邦聚类 聚类模型 聚类模型的联系 FedCG框架 论文信息 Cluster-driven Graph Fede…
-
联邦学习综述（二）——联邦学习的分类、框架及未来研究方向
文章目录 第三章 联邦学习分类 3.1 横向联邦学习 3.2 纵向联邦学习 3.3 联邦迁移学习 第四章 联邦学习框架 4.1 开源框架介绍 4.2 FATE——企业级框架 第五章…
-
【论文导读】-Vertically Federated Graph Neural Network for Privacy-Preserving Node Classification纵向联邦图神经网络
文章目录 论文信息 摘要 主要贡献 vertically federated GNN (VFGNN) 执行过程 1. 生成初始节点嵌入 2. 生成局部节点嵌入 3. 生成全局节点嵌…
-
联邦学习综述（一）——联邦学习的背景、定义及价值
文章目录 第一章：联邦学习背景 1.1 现状 1.2 挑战 1.3 联邦学习解决方案 1.4 联邦学习 第二章：定义及价值 2.1 概述 2.2 定义 2.3 公共价值 2.4 商…
-
【论文导读】- Federated Graph Neural Networks: Overview, Techniques and Challenges（联邦图神经网络：概述、技术和挑战）
文章目录 论文信息 摘要 论文内容与结构 1. Introduction 2. Terminology and Taxonomy（术语与分类法） 3. Data Owners Re…
-
【论文导读】- GraphFL: A Federated Learning Framework for Semi-Supervised Node Classification on Graphs
文章目录 论文信息 摘要 主要工作 Model-agnostic meta learning (MAML) GraphFL Framework 1. GraphFL用于联合Grap…
-
【论文导读】- FederatedScope-GNN（FederatedScope-GNN：迈向统一、全面、高效的联邦图学习包）
文章目录 论文信息 摘要 FederatedScope-GNN（FGL） 基于FederatedScope的开发 GRAPHDATAZOO GNNMODELZOO 联邦超参数优化（…
