قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
FedAvg (المتوسط الموحد)
خوارزمية تجميع أساسية في التعلم الموحد تحسب المتوسط المرجح للأوزان النموذجية المحلية بناءً على حجم مجموعات بيانات العملاء لإنشاء نموذج عالمي.
FedProx (القريب الموحد)
امتداد لـ FedAvg يضيف مصطلح تنظيم قريب لتقييد التحديثات المحلية للبقاء قريبة من النموذج العالمي، مما يقلل من عدم تجانس العملاء.
SCAFFOLD (المتوسط العشوائي المتحكم به)
خوارزمية تجميع متقدمة تستخدم متغيرات تحكم لتصحيح انحرافات الانجراف بين العميل والخادم وتقليل تأثير عدم تجانس البيانات.
FedBN (التطبيع الدفعي الموحد)
طريقة تجميع تحافظ على إحصائيات التطبيع الدفعي المحلية الخاصة بكل عميل مع مشاركة المعلمات الأخرى للنموذج.
FedOpt (التحسين الموحد)
عائلة من الخوارزميات تستخدم محسنات خادم متقدمة (Adam, Yogi) لتحسين التقارب في سيناريوهات التعلم الموحد غير المتماثلة التوزيع.
FedMA (المتوسط المتطابق الموحد)
خوارزمية تجميع عصبية تطابق وتوسط الخلايا العصبية المتشابهة بين النماذج المحلية بدلاً من تجميع الأوزان مباشرة.
FedNova (المتوسط الطبيعي الموحد)
طريقة تطبيع التحديثات المحلية بعدد خطوات التحسين المحلية لتصحيح انحرافات التجميع في البيئات غير المتجانسة.
FedYogi
محسن تكيفي للتعلم الموحد يجمع بين FedAvg مع خوارزمية Yogi لتكيف أفضل مع توزيعات البيانات غير المتماثلة.
فيدآدم
متغير من فيدأفج يدمج محسن آدم على جانب الخادم لإدارة معدلات التعلم ديناميكياً وتحسين التقارب.
فيدبر (التخصيص الموحد)
هندسة تقسم النموذج إلى قاعدة عالمية وطبقات تخصيص محلية، تسمح بالتكيف الخاص بكل عميل.
فيدريب (تعلم التمثيل الموحد)
طريقة تفصل بين تعلم التمثيلات (عالمي) والمصنفات (محلي) لتحسين الأداء على البيانات غير المتجانسة.
فيدكورف (الانحناء الموحد)
خوارزمية تدمج معلومات انحناء فيشر لتحسين التجميع في سيناريوهات التباين الكبير بين العملاء.
فيدأس جي دي (النزول العشوائي للتدرج الموحد)
متغير أساسي حيث يقوم العملاء بتنفيذ تمريرة واحدة للتدرج قبل التجميع، مما يقلل الحساب المحلي لكن يزيد الاتصال.
فيدديست (التقطير الموحد)
طريقة تجميع تعتمد على تقطير المعرفة حيث يشارك العملاء مخرجات سوفتماكس بدلاً من أوزان النموذج.
فيدأداجراد
مزيج من فيدأفج مع محسن أداجراد على جانب الخادم لتكييف معدلات التعلم وفقاً لتاريخ التدرجات.
فيدبي إن+ (التطبيع الدفعي الموحد بلس)
امتداد متقدم لفيدبي إن يستخدم إحصائيات تطبيع هجينة محلية وعالمية لموازنة التعميم والتخصيص.
FedMLD (التقطير متعدد الطبقات الموحد)
تقنية تقطير تطبق على عدة طبقات من النموذج لنقل المعرفة بكفاءة بين العملاء غير المتجانسين.
FedAMP (الوكيل المتعدد التكيفي الموحد)
طريقة تستخدم وكلاء متعددين تكيفيين لتمثيل التوزيعات المختلفة لبيانات العملاء أثناء التجميع.
FedRL (التعلم المعزز الموحد)
نمط تجميع خاص بنماذج التعلم المعزز الموزع الذي يجمع السياسات المحلية المثلى.
FedCV (رؤية الحاسوب الموحدة)
مجموعة من خوارزميات التجميع المتخصصة لنماذج رؤية الحاسوب التي تعالج بيانات الصور الموزعة.