FedADC: التعلم الموحد المتسارع مع التحكم في الانجراف
| العنوان | FedADC: التعلم الموحد المتسارع مع التحكم في الانجراف |
|---|---|
| المؤلف | أوزفاتورا، إي.، أوزفاتورا، أحمد كيرم، غوندوز، د. |
| تاريخ النشر: | 2021 |
| مكان النشر | - IEEE |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 978-1-5386-8209-8 |
| رقم السجل | 4efdcd74-194b-4ad5-9c49-916da91eb333 |
| التاريخ | 2021 |
| ملاحظات | مجلس أبحاث العلوم الهندسية والفيزيائية ; مجلس البحوث الأوروبي |
| نص عينة | أصبح التعلم الموحد (FL) إطارًا فعليًا للتعلم التعاوني بين الأجهزة الطرفية ذات الاهتمام بالخصوصية. جوهر استراتيجية FL هو استخدام النسب التدرج العشوائي (SGD) بطريقة موزعة. يجلب تنفيذ FL على نطاق واسع تحديات جديدة، مثل دمج تقنيات التسريع المصممة لـ SGD في البيئة الموزعة، والتخفيف من مشكلة الانجراف بسبب التوزيع غير المتجانس لمجموعات البيانات المحلية. تمت دراسة هاتين المشكلتين بشكل منفصل في الأدبيات؛ في حين أننا، في هذه الورقة، نبين أنه من الممكن معالجة كلتا المشكلتين باستخدام استراتيجية واحدة دون أي تغيير كبير في إطار FL، أو إدخال حساب إضافي وحمل الاتصالات. ولتحقيق هذا الهدف، نقترح FedADC، وهو عبارة عن خوارزمية FL متسارعة مع التحكم في الانجراف. نحن نوضح بشكل تجريبي مزايا FedADC. |
| DOI | 10.1109/ISIT45174.2021.9517850 |
