【论文】《Blockchained On-Device Federated Learning》精读笔记
1.INTRODUCTION 传统的联邦学习主要有以下局限性： （1）依赖单一的中央服务器，容易受到服务器故障的影响； （2）没有合适的奖励机制来刺激用户提供数据训练和上传模型参数。 对此，作者提出了【基于区块链的区块链联邦学习（BlockFL）】： （1）用区块链网络来代替中央服务器，区块链网络允许交换设备的本地模型更新； （2）加入验证和提供相应的奖励机制。 加入区块链之后，还要考虑延迟问题，
相关文章
- 1. 【论文笔记】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精读笔记
- 2. Federated Learning with Non-IID Data 论文笔记
- 3. 论文笔记Client-Edge-Cloud Hierarchical Federated Learning
- 4. SecureBoost: A Lossless Federated Learning Framework论文笔记
- 5. 论文笔记——Fair Resource Allocation in Federated Learning
- 6. Secure Federated Transfer Learning（论文笔记）
- 7. Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 论文阅读笔记
- 8. 【笔记笔记】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challen》精读笔记
- 9. Machine Learning & Deep Learning 论文阅读笔记
- 10. 【笔记】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challenges》精读笔记
- 更多相关文章...
- • C# 文本文件的读写 - C#教程
- • C# 二进制文件的读写 - C#教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/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。
最新文章
- 1. 字节跳动21届秋招运营两轮面试经验分享
- 2. Java 3 年，25K 多吗？
- 3. mysql安装部署
- 4. web前端开发中父链和子链方式实现通信
- 5. 3.1.6 spark体系之分布式计算-scala编程-scala中trait特性
- 6. dataframe2
- 7. ThinkFree在线
- 8. 在线画图
- 9. devtools热部署
- 10. 编译和链接
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【论文笔记】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精读笔记
- 2. Federated Learning with Non-IID Data 论文笔记
- 3. 论文笔记Client-Edge-Cloud Hierarchical Federated Learning
- 4. SecureBoost: A Lossless Federated Learning Framework论文笔记
- 5. 论文笔记——Fair Resource Allocation in Federated Learning
- 6. Secure Federated Transfer Learning（论文笔记）
- 7. Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 论文阅读笔记
- 8. 【笔记笔记】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challen》精读笔记
- 9. Machine Learning & Deep Learning 论文阅读笔记
- 10. 【笔记】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challenges》精读笔记