Kaj je federativno učenje?
Federativno učenje je paradigma porazdeljenega strojnega učenja, v kateri se model usposablja na decentraliziranih podatkih, ki nikoli ne zapustijo lokalnih naprav ali organizacij. Samo gradienti ali posodobitve modela se agregirajo centralno.
Kako deluje?
1. Osrednji strežnik porazdeli začetni globalni model. 2. Vsak udeleženec lokalno usposablja model. 3. Lokalne posodobitve se pošljejo centralno. 4. Centralni agregator združi posodobitve. 5. Izboljšani model se redistribuira.
Aplikacije in izzivi
Aplikacije: mobilni tipkovnični modeli, medicinsko slikanje prek bolnišnic. Izzivi: heterogenost podatkov, komunikacijske omejitve in odpornost na zastrupljanje.