研究人员提出了一种使用 Tsetlin 机器 (TM) 集成体进行去中心化学习的新方法。该方法允许多个代理在不共享原始数据的情况下协同训练 TM 模型，而是通过基于共识的推理来合并个体预测。该系统旨在适应具有不同数据和计算资源的代理，使其适用于多模态传感等复杂环境。实验表明，这种去中心化方法可以实现与集中式模型相当的分类准确率。 AI
影响 引入了一种新的去中心化学习范式，可以在不损害数据隐私的情况下增强 AI 系统中的协作。
排序理由 学术论文，详细介绍了一种新的机器学习算法和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
