面向海洋运动数据异常检测的联邦学习
机器学习
2025-12-05 v1
摘要
本文提出 M3fed，一种用于联邦学习运动异常检测模型的新方案。该创新有望提高数据隐私性并降低机器学习中对运动异常检测的通信成本。我们介绍了训练 M3fed所采用的新型联邦学习 (FL) 策略、使用海洋 AIS 数据进行的示例实验，并通过与经典集中式 M3 以及新型联邦 M3fed 的比较，评估了结果在通信成本和 FL 模型质量方面的表现。
引用
@article{arxiv.2512.04635,
title = {Federated Learning for Anomaly Detection in Maritime Movement Data},
author = {Anita Graser and Axel Weißenfeld and Clemens Heistracher and Melitta Dragaschnig and Peter Widhalm},
journal= {arXiv preprint arXiv:2512.04635},
year = {2025}
}
备注
Accepted at MDM2024