Glossário IA
O dicionário completo da Inteligência Artificial
TensorFlow Federated
Framework open-source desenvolvido pelo Google para aprendizado federado, integrado ao TensorFlow e permitindo a simulação e implantação de algoritmos de aprendizado distribuído em dados descentralizados.
PySyft
Biblioteca Python open-source para aprendizado federado e preservação de privacidade, combinando PyTorch com técnicas de criptografia e compartilhamento seguro de segredos.
Flower Framework
Framework de aprendizado federado agnóstico ao framework ML, oferecendo uma arquitetura flexível para implantar sistemas de aprendizado federado com clientes heterogêneos e estratégias de agregação personalizáveis.
FedML
Biblioteca de pesquisa e produção para aprendizado federado, MLOps e benchmarking, fornecendo uma plataforma completa para o desenvolvimento e implantação de aplicações de aprendizado federado em larga escala.
OpenFL
Framework open-source para aprendizado federado em ambientes de saúde e médicos, desenvolvido pela Intel e especificamente projetado para os requisitos de confidencialidade e conformidade HIPAA.
Substrato
Plataforma de aprendizado federado open-source baseada em Kubernetes, permitindo a orquestração de cargas de trabalho de aprendizado distribuído com isolamento e segurança reforçadas entre os participantes.
LEAF
Benchmark open-source para aprendizado federado, fornecendo conjuntos de dados realistas particionados e implementações de referência para avaliar algoritmos em condições heterogêneas.
FedAvg
Algoritmo de agregação fundamental em aprendizado federado realizando uma média ponderada dos modelos locais dos clientes com base no tamanho de seus datasets, servindo como base para muitas variantes.
FedProx
Extensão do FedAvg que adiciona um termo de regularização proximal ao objetivo local para lidar com heterogeneidade de sistema e estatística entre clientes, melhorando a convergência em ambientes não-IID.
SCAFFOLD
Algoritmo de aprendizagem federada que corrige o desvio de gradiente cliente-servidor (client-drift) usando variáveis de controle para estabilizar o treinamento em cenários altamente heterogêneos.
FedBN
Técnica de aprendizagem federada que preserva localmente as estatísticas de Batch Normalization para cada cliente, permitindo lidar melhor com distribuições de dados não-IID entre participantes.
FedOpt
Família de otimizadores de servidor para aprendizagem federada aplicando métodos de otimização adaptativos como Adam ou Yogi diretamente no processo de agregação de modelos globais.
FedPer
Abordagem de aprendizagem federada que separa os parâmetros do modelo em base (globalmente compartilhados) e personalizados (locais), permitindo personalização eficaz enquanto preserva a colaboração.
Servidor de Agregação
Componente central na arquitetura federada que coleta as atualizações locais dos clientes, executa o algoritmo de agregação e distribui o modelo global atualizado aos participantes.
Biblioteca do Cliente
Conjunto de ferramentas de software do lado do cliente implementando protocolos de comunicação, treinamento local seguro e gerenciamento de ciclo de vida de modelos em um sistema de aprendizagem federada.
Agregação Segura
Protocolo criptográfico que permite ao servidor agregar as atualizações de modelos sem acessar as atualizações individuais dos clientes, preservando assim a confidencialidade das contribuições locais.
Criptografia Homomórfica
Técnica criptográfica que permite realizar cálculos diretamente sobre dados criptografados, usada em aprendizado federado para agregar modelos sem nunca descriptografar as contribuições dos clientes.