凸クラスタリングによる個人化された連合学習【JST・京大機械翻訳】

Armacki Aleksandar; Bajovic Dragana; Jakovetic Dusan; Kar Soummya

プレプリント

J-GLOBAL ID：202202213298875959 整理番号：22P0283330

凸クラスタリングによる個人化された連合学習【JST・京大機械翻訳】

Personalized Federated Learning via Convex Clustering

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月01日プレプリントサーバーでの情報更新日： 2022年02月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

局所凸ユーザコストによる個人化連合学習のためのアルゴリズムのパラメトリックファミリーを提案した。提案フレームワークは凸クラスタリングの一般化に基づいており,そこでは,ペナルティパラメータλによって重み付けされた合計ノルムペナルティによって異なるユーザモデル間の差がペナルティ化される。提案した手法は,隠れクラスタ構造の事前知識やクラスタ数なしで,「自動」モデルクラスタリングを可能にする。同時個人化,一般化および自動モデルクラスタリングにつながる重みパラメータに関する解析的限界を提供した。定式化された問題に対する解は,分離で計算されたパーユーザモデルとは異なるモデルを提供することによって,異なるクラスタと一般化を通して異なるモデルを提供することによって,個人化を可能にする。次に,供給したサーバ-ユーザ設定における提案した定式化を解くために,マルチプライヤ(PDMM)の並列方向法に基づいた効率的なアルゴリズムを提供した。数値実験は,著者らの知見を裏付けた。興味深い副産物として,著者らの結果は凸クラスタリングに対するいくつかの一般化を提供する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

システム・制御理論一般 , 人工知能

, , ,

前のページに戻る