【論文】《Blockchained On-Device Federated Learning》精讀筆記
1.INTRODUCTION 傳統的聯邦學習主要有以下侷限性： （1）依賴單一的中央服務器，容易受到服務器故障的影響； （2）沒有合適的獎勵機制來刺激用戶提供數據訓練和上傳模型參數。 對此，作者提出了【基於區塊鏈的區塊鏈聯邦學習（BlockFL）】： （1）用區塊鏈網絡來代替中央服務器，區塊鏈網絡允許交換設備的本地模型更新； （2）加入驗證和提供相應的獎勵機制。 加入區塊鏈之後，還要考慮延遲問題，
相關文章
- 1. 【論文筆記】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精讀筆記
- 2. Federated Learning with Non-IID Data 論文筆記
- 3. 論文筆記Client-Edge-Cloud Hierarchical Federated Learning
- 4. SecureBoost: A Lossless Federated Learning Framework論文筆記
- 5. 論文筆記——Fair Resource Allocation in Federated Learning
- 6. Secure Federated Transfer Learning（論文筆記）
- 7. Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 論文閱讀筆記
- 8. 【筆記筆記】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challen》精讀筆記
- 9. Machine Learning & Deep Learning 論文閱讀筆記
- 10. 【筆記】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challenges》精讀筆記
- 更多相關文章...
- • C# 文本文件的讀寫 - C#教程
- • C# 二進制文件的讀寫 - C#教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • JDK13 GA發佈：5大特性解讀
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【論文筆記】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精讀筆記
- 2. Federated Learning with Non-IID Data 論文筆記
- 3. 論文筆記Client-Edge-Cloud Hierarchical Federated Learning
- 4. SecureBoost: A Lossless Federated Learning Framework論文筆記
- 5. 論文筆記——Fair Resource Allocation in Federated Learning
- 6. Secure Federated Transfer Learning（論文筆記）
- 7. Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 論文閱讀筆記
- 8. 【筆記筆記】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challen》精讀筆記
- 9. Machine Learning & Deep Learning 論文閱讀筆記
- 10. 【筆記】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challenges》精讀筆記