会员服务
联邦学习 ·
2020 年 12 月 2 日
最新《联邦学习Federated Learning》报告，Federated Learning
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

联邦学习(FL)是一种机器学习设置，许多客户(例如移动设备或整个组织)在保持数据分散的同时协同训练一个模型。FL体现了集中的数据收集和最小化的原则，并可以减轻许多系统的隐私风险和成本造成的传统，集中的机器学习和数据科学方法。这个演讲，Aurelien Bellet将介绍属于FL范畴的各种设置，回顾一些标准算法，并讨论最近的一些工作和开放问题。

http://researchers.lille.inria.fr/abellet/talks/federated_learning_introduction.pdf

成为VIP会员查看完整内容
http://researchers.lille.inria.fr/abellet/talks/federated_learning_introduction.pdf
Federated Learning
86

相关内容

【KDD2020视频教程】小数据学习，116页ppt，Learning with Small Data，宾夕法尼亚州立大学
【KDD2020视频教程】小数据学习，116页ppt，Learning with Small Data，宾夕法尼亚州立大学
专知会员服务
21+阅读 · 2020年8月24日
【微众银行】联邦学习白皮书_v2.0，48页pdf，
【微众银行】联邦学习白皮书_v2.0，48页pdf，
专知会员服务
163+阅读 · 2020年4月26日
【论文推荐】联邦学习的个性化技术综述，Survey of Personalization Techniques for Federated Learning
【论文推荐】联邦学习的个性化技术综述，Survey of Personalization Techniques for Federated Learning
专知会员服务
78+阅读 · 2020年3月19日
【综述】联邦学习的威胁，Threats to Federated Learning: A Survey
【综述】联邦学习的威胁，Threats to Federated Learning: A Survey
专知会员服务
79+阅读 · 2020年3月4日
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
专知会员服务
87+阅读 · 2020年2月28日
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
专知会员服务
119+阅读 · 2019年12月23日
【重磅】联邦学习进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
【重磅】联邦学习进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
专知会员服务
150+阅读 · 2019年12月15日
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
专知会员服务
13+阅读 · 2019年11月19日
【AAAI Tutorials 2019】联合学习：机器学习中的用户隐私，数据安全性和机密性（Federated Learning: User Privacy, Data Security and Confidentiality in Machine Learning）
【AAAI Tutorials 2019】联合学习：机器学习中的用户隐私，数据安全性和机密性（Federated Learning: User Privacy, Data Security and Confidentiality in Machine Learning）
专知会员服务
13+阅读 · 2019年11月18日
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
专知会员服务
31+阅读 · 2019年10月12日
模型攻击：鲁棒性联邦学习研究的最新进展
模型攻击：鲁棒性联邦学习研究的最新进展
机器之心
34+阅读 · 2020年6月3日
联邦学习最新研究趋势！
联邦学习最新研究趋势！
AI科技评论
52+阅读 · 2020年3月12日
【资源】联邦学习相关文献资源大列表
【资源】联邦学习相关文献资源大列表
专知
10+阅读 · 2020年2月25日
【重磅】联邦学习FL进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
【重磅】联邦学习FL进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
专知
33+阅读 · 2019年12月15日
Gartner 报告：人工智能的现状与未来
Gartner 报告：人工智能的现状与未来
InfoQ
13+阅读 · 2019年11月29日
联邦学习或将助力IoT走出“数据孤岛”？
联邦学习或将助力IoT走出“数据孤岛”？
中国计算机学会
20+阅读 · 2019年3月16日
【AAAI2019教程】面向隐私安全保密的联邦学习与迁移学习，101页pdf
【AAAI2019教程】面向隐私安全保密的联邦学习与迁移学习，101页pdf
专知
46+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
隐私和机器学习：两个意想不到的盟友？一文了解差分隐私
隐私和机器学习：两个意想不到的盟友？一文了解差分隐私
专知
21+阅读 · 2018年5月14日
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec智能推荐
6+阅读 · 2017年7月4日
Auto-weighted Robust Federated Learning with Corrupted Data Sources
Arxiv
0+阅读 · 2021年1月14日
Mitigating Backdoor Attacks in Federated Learning
Arxiv
0+阅读 · 2021年1月14日
Federated Learning: Opportunities and Challenges
Arxiv
4+阅读 · 2021年1月14日
Advances and Open Problems in Federated Learning
Advances and Open Problems in Federated Learning
Arxiv
17+阅读 · 2019年12月10日
One-Shot Federated Learning
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Few-shot Learning with Meta Metric Learners
Arxiv
13+阅读 · 2019年1月26日
Meta-Transfer Learning for Few-Shot Learning
Meta-Transfer Learning for Few-Shot Learning
Arxiv
7+阅读 · 2018年12月6日
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Arxiv
7+阅读 · 2018年10月31日
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
Arxiv
4+阅读 · 2018年10月24日
Mobile big data analysis with machine learning
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
VIP会员
相关主题
联邦学习
相关VIP内容
【KDD2020视频教程】小数据学习，116页ppt，Learning with Small Data，宾夕法尼亚州立大学
【KDD2020视频教程】小数据学习，116页ppt，Learning with Small Data，宾夕法尼亚州立大学
专知会员服务
21+阅读 · 2020年8月24日
【微众银行】联邦学习白皮书_v2.0，48页pdf，
【微众银行】联邦学习白皮书_v2.0，48页pdf，
专知会员服务
163+阅读 · 2020年4月26日
【论文推荐】联邦学习的个性化技术综述，Survey of Personalization Techniques for Federated Learning
【论文推荐】联邦学习的个性化技术综述，Survey of Personalization Techniques for Federated Learning
专知会员服务
78+阅读 · 2020年3月19日
【综述】联邦学习的威胁，Threats to Federated Learning: A Survey
【综述】联邦学习的威胁，Threats to Federated Learning: A Survey
专知会员服务
79+阅读 · 2020年3月4日
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
专知会员服务
87+阅读 · 2020年2月28日
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
专知会员服务
119+阅读 · 2019年12月23日
【重磅】联邦学习进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
【重磅】联邦学习进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
专知会员服务
150+阅读 · 2019年12月15日
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
专知会员服务
13+阅读 · 2019年11月19日
【AAAI Tutorials 2019】联合学习：机器学习中的用户隐私，数据安全性和机密性（Federated Learning: User Privacy, Data Security and Confidentiality in Machine Learning）
【AAAI Tutorials 2019】联合学习：机器学习中的用户隐私，数据安全性和机密性（Federated Learning: User Privacy, Data Security and Confidentiality in Machine Learning）
专知会员服务
13+阅读 · 2019年11月18日
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
【Pieter Abbeel 报告@CMU】元学习与深度强化学习机器人应用，Deep Learning to Learn，84页ppt
专知会员服务
31+阅读 · 2019年10月12日
热门VIP内容
相关资讯
模型攻击：鲁棒性联邦学习研究的最新进展
模型攻击：鲁棒性联邦学习研究的最新进展
机器之心
34+阅读 · 2020年6月3日
联邦学习最新研究趋势！
联邦学习最新研究趋势！
AI科技评论
52+阅读 · 2020年3月12日
【资源】联邦学习相关文献资源大列表
【资源】联邦学习相关文献资源大列表
专知
10+阅读 · 2020年2月25日
【重磅】联邦学习FL进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
【重磅】联邦学习FL进展与开放问题万字综述论文，58位学者25家机构联合出品，105页pdf438篇文献
专知
33+阅读 · 2019年12月15日
Gartner 报告：人工智能的现状与未来
Gartner 报告：人工智能的现状与未来
InfoQ
13+阅读 · 2019年11月29日
联邦学习或将助力IoT走出“数据孤岛”？
联邦学习或将助力IoT走出“数据孤岛”？
中国计算机学会
20+阅读 · 2019年3月16日
【AAAI2019教程】面向隐私安全保密的联邦学习与迁移学习，101页pdf
【AAAI2019教程】面向隐私安全保密的联邦学习与迁移学习，101页pdf
专知
46+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
隐私和机器学习：两个意想不到的盟友？一文了解差分隐私
隐私和机器学习：两个意想不到的盟友？一文了解差分隐私
专知
21+阅读 · 2018年5月14日
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec智能推荐
6+阅读 · 2017年7月4日
相关论文
Auto-weighted Robust Federated Learning with Corrupted Data Sources
Arxiv
0+阅读 · 2021年1月14日
Mitigating Backdoor Attacks in Federated Learning
Arxiv
0+阅读 · 2021年1月14日
Federated Learning: Opportunities and Challenges
Arxiv
4+阅读 · 2021年1月14日
Advances and Open Problems in Federated Learning
Advances and Open Problems in Federated Learning
Arxiv
17+阅读 · 2019年12月10日
One-Shot Federated Learning
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Few-shot Learning with Meta Metric Learners
Arxiv
13+阅读 · 2019年1月26日
Meta-Transfer Learning for Few-Shot Learning
Meta-Transfer Learning for Few-Shot Learning
Arxiv
7+阅读 · 2018年12月6日
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Arxiv
7+阅读 · 2018年10月31日
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
Arxiv
4+阅读 · 2018年10月24日
Mobile big data analysis with machine learning
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
微信扫码咨询专知VIP会员
Top