结构化缺失数据下的线性模型协作学习
机器学习
2023-07-25 v1 分布式、并行与集群计算
机器学习
摘要
我们研究 个智能体协作学习最小二乘估计的问题。每个智能体观测到特征的不同子集——例如，包含从具有不同分辨率的传感器所收集的数据。我们的目标是确定如何协调这些智能体，以便为每个智能体产生最佳估计量。我们提出一种分布式半监督算法 Collab，包含三个步骤：本地训练、聚合与分发。我们的过程不需要通信带标签数据，使其通信高效，并在带标签数据不可访问的场景中有用。尽管有此限制，我们的过程近乎渐近局部极小极大最优——即便在与允许通信带标签数据（如插补方法）的估计量相比时亦是如此。我们在真实与合成数据上测试了我们的方法。
引用
@article{arxiv.2307.11947,
title = {Collaboratively Learning Linear Models with Structured Missing Data},
author = {Chen Cheng and Gary Cheng and John Duchi},
journal= {arXiv preprint arXiv:2307.11947},
year = {2023}
}