关键词decentralized data sources
搜索结果 - 3
- 不完整观测数据的因果效应联邦学习
通过分散的不完整数据源进行联邦因果推断,估计多个分散的不完整数据源中的因果效应。该方法使用丢失数据的条件分布来识别因果关系,并估计缺失随机假设下的更高阶统计量,同时回答隐私风险。通过模拟和真实世界示例的集合验证了该方法的功效和实用性。
- 面向医学转录分析的联合多语言模型
该论文介绍了一个针对医学实体标注等下游任务的大规模多语言模型的联邦学习系统,它能够跨越高度异质化的数据提供者进行训练,并通过本地训练步骤进一步提高全局模型的性能。
- 联邦学习数据价值的原则方法
本文提出了一种适用于联邦学习的 Shapley 值变体,称为联邦 Shapley 值,它可以计算每个数据源的贡献,能够反映数据源的实际效用并有潜力提高系统的鲁棒性,安全性和效率。