一种联邦学习算法开发范式
分布式、并行与集群计算
2023-12-05 v2
摘要
目前许多用于联邦学习算法的分布式与去中心化框架已经可用。然而，面向边缘系统中智能物联网的此类框架开发仍是一项开放挑战。近期出现了名为联邦学习算法 Python 测试床（PTB-FLA）的该挑战解决方案。该方案用纯 Python 编写，支持集中式与去中心化算法，并通过三个简单算法示例验证和说明了其用法。在本文中，我们提出基于 PTB-FLA 的联邦学习算法开发范式。该范式包含由其产生的代码命名的四个阶段：（1）顺序代码，（2）联邦顺序代码，（3）带回调的联邦顺序代码，以及（4）PTB-FLA 代码。该开发范式在逻辑回归案例研究中得到验证与说明，其中开发了集中式与去中心化算法。
引用
@article{arxiv.2310.05102,
title = {A Federated Learning Algorithms Development Paradigm},
author = {Miroslav Popovic and Marko Popovic and Ivan Kastelan and Miodrag Djukic and Ilija Basicevic},
journal= {arXiv preprint arXiv:2310.05102},
year = {2023}
}
备注
19 pages, 3 figures, 5 algorithms, submitted to ECBS 2023