Publication:
СОВРЕМЕННЫЕ МЕТОДЫ ФЕДЕРАТИВНОГО МАШИННОГО ОБУЧЕНИЯ

Файлы
стр. 194-195.pdf(4.59 MB)
Дата
2024
Авторы
КИРЕЕВ, В. С.
Journal Title
Journal ISSN
Volume Title
Издатель
НИЯУ МИФИ
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Выпуск журнала
Аннотация
Федеративное обучение (Federated Learning, FL) как новая парадигма в искусственном интеллекте машинном обучении, находится на стыке задач доверенного искусственного интеллекта и конфиденциальных вычислений, и подразумевает различные формы отказа от централизации данных и переноса обучения непосредственно на границу пользовательского устройства. В данном. докладе автором представлены результаты обзора основных методов FL, обеспечивающих баланс между конфиденциальностью, производительностью, точностью, стоимостью накладных расходов федеративного обучения.
Описание
Ключевые слова
Конференции НИЯУ МИФИ
Цитирование
КИРЕЕВ В.С СОВРЕМЕННЫЕ МЕТОДЫ ФЕДЕРАТИВНОГО МАШИННОГО ОБУЧЕНИЯ [Text]. / КИРЕЕВ В.С // Кибернетика и информационная безопасность "КИБ-2024": вторая Всероссийская научно-техническая конференция. - 2024. - С. 194-195
URI
https://openrepository.mephi.ru/handle/123456789/36895
Коллекции
2024_Всероссийская научно-техническая конференция «Кибернетика и информационная безопасность «КИБ-2024»