distributed datasets | BriefGPT

关键词distributed datasets

搜索结果 - 7

使用数据协作分析的隐私保护推荐系统
建立了一个隐私保护推荐系统的框架，通过对分布式数据集的数据协作分析，改进了分布式数据集的评级预测准确性。
PDFa month ago
基于信息论的物联网环境下的联邦多标签特征选择
本文介绍了第一个针对物联网环境中分布式多标签数据集合的联合多标签特征选择方法 FMLFS，通过对边缘服务器上的度量的聚合和 Pareto 双目标策略以及拥挤距离策略，将排序后的特征返回给物联网设备，评估结果表明 FMLFS 在性能、时间复杂
PDF2 months ago
联邦 K-means 聚类
分散数据集的联邦学习技术可以进行机器学习，而无需数据集合，因此更好地保护数据的隐私和所有权。本研究介绍了一种以联邦方式实现 K-means 聚类的算法，旨在解决中心之间聚类数量变化和在不易分离的数据集上的收敛问题。
PDF9 months ago
全局更新跟踪：一种用于异构数据的去中心化学习算法
本文提出了一种名为 GUT 的新型跟踪方法，旨在降低异构数据在分散式学习中的影响，通过对各种 CV 数据集，模型架构和网络拓扑的详尽实验，证明了该方法相对于其他技术在异构数据分散式学习中实现了最先进的表现，并提升了 1-6% 的测试准确度。
PDFa year ago
BlueFog：使分布式算法在优化和深度学习中变得实用
该论文介绍了一种名为 BlueFog 的 Python 库，用于实现分布式算法的简便高效方法，从而达到高吞吐量和比 Horovod 更快的 DNN 训练任务的结果。
PDF3 years ago
分布式数据上学习分类器的协议
本文研究了在分布于多个节点上的标记数据上学习分类器的问题，目标是找到一个单一的分类器，同时最小化节点间的通信，提出了几种基于采样的解决方案和一些双向协议，以及针对分布在两个或多个节点上的无噪声数据的核心问题。
PDF12 years ago
来自分布式数据集的客户端 - 服务器多任务学习
描述了一个客户端 - 服务器体系结构，该体系结构可以同时处理分布式数据集中的多个学习任务。该体系结构的目标是从多个数据集进行信息融合，同时保护个体数据的隐私。所提出的算法框架基于正则化理论和核方法，并使用适当的混合效应内核。该方法通过模拟音
PDF16 years ago