federated transfer learning | BriefGPT

关键词federated transfer learning

搜索结果 - 11

专注回门攻击：针对联合迁移学习的专注化后门攻击
基于联邦迁移学习的聚焦后门攻击。
PDF2 months ago
超声金属焊接的任务个性化联邦迁移学习
这篇研究论文提出了一种名为 FTL-TP 的联邦迁移学习框架，用于在分布式学习中提供域泛化能力，同时确保数据隐私，以适应多个类似任务的客户，从而提高其总体适应性和性能。
PDF3 months ago
联邦迁移学习综述：挑战、方法与应用
联邦学习（FL）是一种新颖的分布式机器学习范式，通过消除数据共享要求，使参与者能够协同训练中央模型并保护隐私。联邦学习涉及多个参与者，并要求第三方汇总全局信息以指导目标参与者的更新。为解决此问题，联邦迁移学习（FTL）吸引了众多研究者的关注
PDF4 months ago
FedLED：使用垂直联邦迁移学习进行无标签设备故障诊断
基于联邦迁移学习的智能设备故障诊断引起了学术界和工业界的广泛关注，该方法允许有限样本的实际工业智能体在不危害原始数据隐私的情况下构建故障诊断模型。然而，现有方法既不能处理由实际智能体的不同工况引起的强烈样本异质性，也不能处理新部署设备的故障
PDF6 months ago
通过联合迁移学习使基础模型根植于实际：一个通用框架
使用联邦迁移学习来接地基础模型是当前学术界和工业界重要的研究方向，该研究论文介绍了一个联邦迁移学习框架，对最新的研究工作进行了详细分类和综述，提供了高效和隐私保护技术，并探讨了联邦迁移学习未来的机会和研究方向。
PDF7 months ago
FedOpenHAR：传感器基于的人体活动识别的联邦多任务迁移学习
该研究论文探讨了在多任务环境下的联邦迁移学习，用于基于传感器的人体活动识别和设备位置识别任务，并通过使用 OpenHAR 框架和 DeepConvLSTM 结构在联邦学习环境中进行了多个实验，结果显示相比个别客户端训练和完全集中化方法，利用
PDF8 months ago
MM均衡取舍：工业物联网网络入侵检测的联邦迁移学习
本研究提出了一种联邦迁移学习（FTL）方法来进行工业物联网网络入侵检测，并且通过使用组合神经网络作为 FTL 的核心来提高整体性能。
PDF9 months ago
最优遗憾联邦迁移学习在核回归中的应用：美式期权定价
我们提出了一种用于联邦迁移学习的最优迭代方案，通过降低所有迭代中生成参数的累积偏差来最小化得到每个数据集所得到的专用参数与模型产生的损失函数之间的偏差。我们针对有限秩核回归的情况，推导出满足后悔最优算法的明确更新公式，并通过利用该算法内的对
PDF10 months ago
多模态数据的联邦迁移学习
提出了一种基于联邦转移学习的智能设备多模态数据联合训练框架，分组采用有监督学习和自监督学习，实现了数据隐私保护和模型迁移，该框架在不同设备间收集数据并保持联邦学习的特性。
PDF2 years ago
基于联邦迁移学习的脑电信号分类
本文提出了一种基于联邦学习的隐私保护深度学习架构，名称为 FTL，用于 EEG 分类，通过领域自适应技术从多个受试者的 EEG 数据中提取共同的区分信息。在实验中，FTL 方法在保护隐私的前提下，相对于其他最先进的 DL 架构，在 2 类动
PDF4 years ago
安全联邦迁移学习
本文介绍了一种新的技术和框架，称为联邦迁移学习（FTL），它可以在数据联邦下提高统计模型的性能。该联邦允许共享知识而不会危及用户隐私，并可在网络中传输补充知识，从而使目标域方能够利用源域方的丰富标签构建更加灵活和强大的模型。同时，为了在联邦
PDF6 years ago