Core Concepts
Das Konzept des leichtgewichtigen vertikalen föderativen Lernens (LVFL) wird eingeführt, um sowohl die Rechen- als auch die Kommunikationseffizienz zu verbessern.
Abstract
Der Artikel stellt das Konzept des leichtgewichtigen vertikalen föderativen Lernens (LVFL) vor, das darauf abzielt, sowohl die Rechen- als auch die Kommunikationseffizienz zu verbessern.
Zunächst wird das System-Modell des vertikalen föderativen Lernens (VFL) erläutert, bei dem die Kunden unterschiedliche Merkmalsräume, aber einen gemeinsamen Stichprobenraum haben. Im Gegensatz zum horizontalen föderativen Lernen (HFL) erfordert VFL eine eigenständige Herangehensweise, um die Herausforderungen in Bezug auf Rechen- und Kommunikationseffizienz zu bewältigen.
Der LVFL-Algorithmus wird dann detailliert beschrieben. Er umfasst separate Leichtgewichtigkeitsstrategien für das Merkmalsmodell, um die Recheneffizienz zu verbessern, und für die Merkmalseinbettung, um die Kommunikationseffizienz zu erhöhen. Darüber hinaus wird eine Konvergenzgrenze für den LVFL-Algorithmus hergeleitet, die sowohl das Verhältnis der Kommunikations- als auch der Rechenleichtgewichtung berücksichtigt.
Die experimentellen Ergebnisse auf dem CIFAR-10-Datensatz zeigen, dass LVFL den Rechen- und Kommunikationsaufwand erheblich reduziert, während die Lernleistung robust bleibt. Insgesamt adressiert diese Arbeit effektiv die Lücken in Bezug auf Kommunikations- und Recheneffizienz innerhalb des vertikalen föderativen Lernens.
Stats
Die Rechenleichtgewichtungsrate αt
k und die Kommunikationsleichtgewichtungsrate βt
k bestimmen maßgeblich die Konvergenzgrenze.
Quotes
"Eine höhere αt
k impliziert einen reduzierten Bedarf an CPU-Zyklen bei der Verarbeitung einer Datenstichprobe. Entsprechend signalisiert ein größeres βt
k einen reduzierten Bedarf an Einbettungsgröße während der Uploads."
"Die Konvergenzgrenze, die wir in Korollar 1 hergeleitet haben, zeigt, dass die Kommunikationsleichtgewichtungsfehler durch die Kommunikationsleichtgewichtungsrate βt
k und der Rechenleichtgewichtungsfehler durch die Rechenleichtgewichtungsrate αt
k bestimmt werden."