实体
Epidemic Learning
Epidemic Learning
PulseAugur coverage of Epidemic Learning — every cluster mentioning Epidemic Learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
HEAL框架融合了联邦学习、 Gossip学习和流行病学习
一种名为HEAL的新型去中心化学习框架已被推出，旨在结合联邦学习、Gossip学习和流行病学习的优势。HEAL利用优化的自组织和自愈P2P覆盖网络，并结合了Elevator算法来动态选择聚合器节点。这种方法在稳定环境中表现出与联邦学习相当的性能，同时提供完全的去中心化和容错能力，并在易发生崩溃和节点流失的环境中优于Gossip和流行病学习。
-
HEAL框架增强了去中心化AI学习
研究人员开发了HEAL，一种新颖的去中心化学习框架，旨在改进现有的联邦学习、 Gossip学习和流行病学习等方法。HEAL通过利用一个自组织和自愈的对等网络，结合了这些方法的优点。该框架旨在提高隐私性、可扩展性和容错性，在易发生节点故障和网络频繁变动的环境中，其表现优于其他去中心化方法。