新的量子遗忘方法加速联邦学习中的数据删除

研究人员开发了一种名为纠缠加权剪枝（EWP）的新方法，用于量子联邦学习，旨在从训练模型中有效删除特定客户端的数据影响。该技术对于遵守GDPR等数据保护法规至关重要，这些法规赋予用户被遗忘其数据的权利。EWP根据模型参数的纠缠和对客户端数据的贡献对其进行评分，从而实现有针对性的剪枝。EWP使用Qiskit实现，其性能与完全重新训练相当，但速度显著更快，以降低的计算成本实现了相似的准确性。 AI

影响 通过改进遗忘能力，这项研究可以使联邦学习在敏感数据应用中得到更高效、更合规的使用。

排序理由 该集群包含一篇详细介绍量子联邦学习新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Entanglement-Weighted Pruning
• FedAvg
• General Data Protection Regulation
• Qiskit
• Quantum Federated Unlearning
• Supply-Chain Risk Prediction

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →