基于輕量級模型共享的聯(lián)合半監(jiān)督學習

打開文本圖片集

【摘 要】隨著邊緣設備計算能力的不斷增強，聯(lián)合學習（Federated Learning，F(xiàn)L）應運而生，它可以在不考慮隱私問題的情況下進行模型訓練?，F(xiàn)有的大多數(shù)研究都假設數(shù)據(jù)在客戶端是完全標記的。然而，在實踐中，標記的數(shù)據(jù)量是有限的。近年來，聯(lián)合半監(jiān)督學習（Federated Semi-Supervised Learning，F(xiàn)SSL）被認為是一種在訓練過程中有效利用未標記數(shù)據(jù)的方法。（剩余6455字）