قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
تقسيم البيانات المحلية
تقسيم بيانات التدريب بين عملاء مختلفين دون تداخل أو مركزية. يشكل هذا التقسيم اللامركزي أساس التعلم الموحد ويطرح تحديات فريدة تتعلق بعدم التوزيع المتطابق المستقل (non-IID) وتغاير البيانات.
التعلم الموحد عبر الصوامع
نسخة من التعلم الموحد تتضمن عددًا صغيرًا من العملاء المؤسسيين الموثوق بهم مثل المستشفيات أو البنوك. يسهل هذا النهج التعاون بين المنظمات مع احترام القيود التنظيمية وسرية البيانات.
التعلم الموحد عبر الأجهزة
نوع من التعلم الموحد يتم نشره على ملايين الأجهزة الشخصية مثل الهواتف الذكية ذات الاتصال المتقطع. يطرح هذا التكوين تحديات محددة تتعلق بالحجم والكمون وتوافر العملاء.
التعلم الموحد غير المتجانس
إطار عمل تعليمي يأخذ في الاعتبار الاختلافات الكبيرة بين العملاء من حيث توزيع البيانات، وقوة الحوسبة، واتصال الشبكة. يشكل عدم التجانس أحد التحديات الرئيسية في النشر الفعلي للتعلم الموحد.
تحديث النموذج
مجموعة التعديلات على معلمات النموذج التي يتم حسابها محليًا بواسطة العميل بعد فترة تدريب واحدة أو أكثر. يتم بعد ذلك إرسال هذه التحديثات إلى خادم التجميع للمساهمة في تحسين النموذج العام.
الحفاظ على الخصوصية
هدف أساسي للتعلم الموحد يهدف إلى منع الكشف عن بيانات التدريب الخام للعملاء. يجمع الحفاظ على الخصوصية بين التقنيات التشفيرية والإحصائية والمعمارية لتأمين المعلومات الحساسة.
التعلم الموحد المقاوم لبيزنطة
نسخة من التعلم الموحد مقاومة للعملاء الخبيثين أو المعطلين الذين يرسلون تحديثات غير صحيحة. تضمن المتانة البيزنطية التقارب الصحيح للنموذج على الرغم من وجود خصوم في النظام.