Basit Tutun: Güvenilmez İstemcilerle Federatif Öğrenmenin Hata Toleransı Değerlendirmesi
Author
Venue
IEEE Cloud 2023
Abstract
Gelişmekte olan bir yapay zeka (AI) yaklaşımı olan Federated Learning (FL), yerel eğitim verilerini ifşa etmeden birden fazla cihazda merkezi olmayan model eğitimi sağlar. FL, hem akademi hem de endüstride giderek popülerlik kazanmaktadır. FL'nin hata toleransını iyileştirmek için araştırma çalışmaları önerilmiş olsa da, gerçek dünya uygulamalarında güvenilmez cihazların (ör. bağlantı kesilmesi, yanlış yapılandırma, düşük veri kalitesi) gerçek etkisi tam olarak araştırılmamıştır. FL hata toleransını daha iyi analiz etmek için, sınırlı sayıda istemciye sahip iki temsili, gerçek dünya sınıflandırma problemini özenle seçtik. Sezgilerin aksine, basit FL algoritmaları, güvenilmez istemcilerin varlığında şaşırtıcı derecede iyi performans gösterebilir.
