اکسپرس 24
ترجمه فارسی مقاله نویز تصادفی پنهان برای ارتباط، یادگیری فدرال کارآمد

ترجمه فارسی مقاله نویز تصادفی پنهان برای ارتباط، یادگیری فدرال کارآمد

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Masked Random Noise for Communication Efficient Federaetd Learning
عنوان مقاله به فارسی نویز تصادفی پنهان برای ارتباط، یادگیری فدرال کارآمد
نویسندگان Shiwei Li, Yingyi Cheng, Haozhao Wang, Xing Tang, Shijie Xu, Weihong Luo, Yuhua Li, Dugang Liu, Xiuqiang He, and Ruixuan Li
فرمت مقاله انگلیسی PDF
تعداد صفحات 14
دسته بندی موضوعات Machine Learning,Distributed, Parallel, and Cluster Computing,یادگیری ماشین , توزیع , موازی و محاسبات خوشه ای ,
توضیحات Submitted 6 August, 2024; originally announced August 2024. , Comments: Accepted by MM 2024
توضیحات به فارسی ارائه شده در 6 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: توسط MM 2024 پذیرفته شده است

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 560,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Federated learning is a promising distributed training paradigm that effectively safeguards data privacy. However, it may involve significant communication costs, which hinders training efficiency. In this paper, we aim to enhance communication efficiency from a new perspective. Specifically, we request the distributed clients to find optimal model updates relative to global model parameters within predefined random noise. For this purpose, we propose Federated Masked Random Noise (FedMRN), a novel framework that enables clients to learn a 1-bit mask for each model parameter and apply masked random noise (i.e., the Hadamard product of random noise and masks) to represent model updates. To make FedMRN feasible, we propose an advanced mask training strategy, called progressive stochastic masking (PSM). After local training, each client only need to transmit local masks and a random seed to the server. Additionally, we provide theoretical guarantees for the convergence of FedMRN under both strongly convex and non-convex assumptions. Extensive experiments are conducted on four popular datasets. The results show that FedMRN exhibits superior convergence speed and test accuracy compared to relevant baselines, while attaining a similar level of accuracy as FedAvg.

چکیده به فارسی (ترجمه ماشینی)

یادگیری فدرال یک الگوی آموزشی توزیع شده امیدوارکننده است که به طور مؤثر از حریم خصوصی داده ها محافظت می کند.با این حال ، این ممکن است شامل هزینه های ارتباطی قابل توجهی باشد ، که مانع از کارآیی آموزش می شود.در این مقاله ، ما هدف ما افزایش کارآیی ارتباطات از دیدگاه جدید است.به طور خاص ، ما از مشتریان توزیع شده می خواهیم تا به روزرسانی های بهینه مدل را نسبت به پارامترهای مدل جهانی در سر و صدای تصادفی از پیش تعریف شده پیدا کنند.برای این منظور ، ما نویز تصادفی ماسک شده فدرال (FEDMRN) را پیشنهاد می کنیم ، یک چارچوب جدید که به مشتریان امکان می دهد یک ماسک 1 بیتی را برای هر پارامتر مدل بیاموزند و نویز تصادفی ماسک (به عنوان مثال ، محصول Hadamard از سر و صدای تصادفی و ماسک ها) را نشان دهند.به روزرسانی های مدلبرای امکان پذیر بودن FEDMRN ، ما یک استراتژی آموزش پیشرفته ماسک ، به نام نقاب تصادفی پیشرو (PSM) را پیشنهاد می کنیم.پس از آموزش محلی ، هر مشتری فقط نیاز به انتقال ماسک های محلی و یک دانه تصادفی به سرور دارد.علاوه بر این ، ما ضمانت های نظری را برای همگرایی FEDMRN تحت فرضیات به شدت محدب و غیر متمایز ارائه می دهیم.آزمایش های گسترده در چهار مجموعه داده محبوب انجام می شود.نتایج نشان می دهد که FEDMRN سرعت همگرایی برتر و دقت آزمایش را در مقایسه با خطوط مربوطه نشان می دهد ، در حالی که به سطح مشابهی از دقت به عنوان FEDAVG می رسد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.