群体智能中的联邦学习算法综述
- Resource Type
- article
- Authors
- 杨强; 童咏昕; 王晏晟; 范力欣; 王薇; 陈雷; 王魏; 康焱
- Source
- 智能科学与技术学报, Vol 4, Iss 1, Pp 29-44 (2022)
- Subject
- 群体智能
联邦学习
隐私保护
Electronic computers. Computer science
QA75.5-76.95
- Language
- Chinese
- ISSN
- 2096-6652
群体智能是在互联网高速普及下诞生的人工智能新范式。然而,数据孤岛与数据隐私保护问题导致群体间数据共享困难,群体智能应用难以构建。联邦学习是一类新兴的打破数据孤岛、联合构建群智模型的重要方法。首先,介绍了联邦学习的基础概念以及其与群体智能的关系;其次,基于群体智能视角对联邦学习算法框架进行了分类,从隐私、精度与效率3个角度讨论了联邦学习算法优化技术;而后,阐述了基于线性模型、树模型与神经网络模型的联邦学习算法模型;最后,介绍了联邦学习代表性开源平台与典型应用,并对联邦学习研究进行总结展望。