SplitNN 驱动的纵向划分
机器学习
2020-08-11 v1 机器学习
摘要
在本工作中，我们引入 SplitNN 驱动的纵向划分，这是一种称为 SplitNN 的分布式深度学习方法的配置，用于促进从纵向分布的特征中进行学习。SplitNN 不与协作机构共享原始数据或模型细节。所提出的配置允许持有不同数据源的机构之间进行训练，而无需复杂的加密算法或安全计算协议。我们评估了多种用于合并拆分模型输出的配置，并比较了性能与资源效率。该方法灵活，并允许许多不同配置来应对纵向拆分数据集所带来的特定挑战。
引用
@article{arxiv.2008.04137,
title = {SplitNN-driven Vertical Partitioning},
author = {Iker Ceballos and Vivek Sharma and Eduardo Mugica and Abhishek Singh and Alberto Roman and Praneeth Vepakomma and Ramesh Raskar},
journal= {arXiv preprint arXiv:2008.04137},
year = {2020}
}
备注
First version, please provide feedback