TinyFedTL：微型设备上的联邦迁移学习
机器学习
2021-10-05 v1 分布式、并行与集群计算
摘要
在数据无处不在的时代，TinyML 已兴起。然而，需求最迫切的数据受到严格的隐私与安全保证约束。此外，TinyML 硬件在真实世界中的部署具有传统 ML 无法解决的重要内存与通信限制。鉴于这些挑战，我们提出 TinyFedTL，即首个在资源受限微控制器上的联邦迁移学习实现。
引用
@article{arxiv.2110.01107,
title = {TinyFedTL: Federated Transfer Learning on Tiny Devices},
author = {Kavya Kopparapu and Eric Lin},
journal= {arXiv preprint arXiv:2110.01107},
year = {2021}
}