Tsetlin Automata

Tsetlin Machines 实现基于共识推理的去中心化协同学习

研究人员为 Tsetlin Machines (TMs)（一种基于规则的机器学习算法）引入了一种新颖的去中心化学习框架。这种新范式使 TM 集群能够进行协作和学习，而无需交换原始数据，而是依靠基于共识的推理将个体代理的预测整合成全局共识。该方法旨在适应具有不同数据或计算资源的异构代理，使其适用于多模态传感等复杂环境。实验表明，这种去中心化方法在分类准确性方面可与集中式模型相媲美。