HEAL: Un Nuovo Framework di Apprendimento Decentralizzato che Combina FL, Gossip e Apprendimento Epidemico
Un articolo di ricerca introduce HEAL, un nuovo framework di apprendimento decentralizzato che integra Federated Learning, Gossip Learning e Apprendimento Epidemico. HEAL è il primo framework cross-layer a sfruttare un overlay P2P auto-organizzante e auto-riparante ottimizzato, utilizzando l'algoritmo Elevator per promuovere dinamicamente i nodi come hub. Questo approccio mira a superare i limiti dei metodi di apprendimento decentralizzato esistenti, come le vulnerabilità del server, i problemi di scalabilità, i rischi per la privacy e la lenta convergenza. L'articolo è disponibile su arXiv con identificatore 2605.27475.
Fatti principali
- HEAL sta per Resilient and Self-* Hub-based Learning.
- È un framework di apprendimento decentralizzato.
- Combina Federated Learning, Gossip Learning e Apprendimento Epidemico.
- Utilizza un overlay P2P auto-organizzante e auto-riparante ottimizzato.
- Sfrutta l'algoritmo Elevator per promuovere dinamicamente i nodi come hub.
- L'articolo è pubblicato su arXiv con ID 2605.27475.
- Il tipo di annuncio è cross.
- Il framework affronta le vulnerabilità del server, la scalabilità, la privacy e il singolo punto di guasto.
Entità
Istituzioni
- arXiv