Cordial Learning

新的“Cordial Learning”方法解决了分布式人工智能训练中的相关数据问题

研究人员推出了一种新颖的分布式机器学习方法“Cordial Learning”，该方法专为数据在代理之间存在相关性的场景设计。与现有在处理此类相关性时遇到困难的联邦学习方法不同，Cordial Learning 允许代理共享低维输出，从而在保护隐私和降低通信开销的同时，促进本地模型的训练。理论分析表明，该方法可以收敛到全局最优解，并且在多位数 MNIST 任务上的实验结果证明了其在复杂非线性设置下的有效性。