Fed-DART与FACT：生产环境中联邦学习的解决方案
机器学习
2022-05-24 v1
摘要
联邦学习作为一种去中心化人工智能（AI）解决方案，解决了工业应用中的多种问题。它实现了可随处部署于边缘端的持续自我改进AI。然而，将AI投入生产以产生实际业务影响是一项具有挑战性的任务。尤其在联邦学习的情况下，需要来自多个领域的专业知识和资源才能发挥其全部潜力。考虑到这一点，我们基于Fed-DART开发了创新的联邦学习框架FACT，实现了轻松且可扩展的部署，帮助用户充分利用其私有和去中心化数据的潜力。
引用
@article{arxiv.2205.11267,
title = {Fed-DART and FACT: A solution for Federated Learning in a production environment},
author = {Nico Weber and Patrick Holzer and Tania Jacob and Enislay Ramentol},
journal= {arXiv preprint arXiv:2205.11267},
year = {2022}
}