Effiziente und datenschutzfreundliche vertikale föderierte Maschinelles Lernen durch ADMM-basierte Kommunikationsoptimierung
Das VIM-Framework ermöglicht eine effiziente und datenschutzfreundliche vertikale föderierte Maschinenlernen-Optimierung, indem es die separate Beiträge der Kunden berücksichtigt und eine iterative Lösung der Teilprobleme durch den Server und die Kunden ermöglicht.