联邦学习评估的调查:目标与度量
原文中文,约300字,阅读约需1分钟。发表于: 。评估是一种系统性方法,用于评估系统达到其预期目标的程度。联合学习是一种新的隐私保护机器学习范式,允许多个参与方共同训练模型而无需共享敏感数据。本综述首先回顾现有研究中采用的主要评估目标,然后探讨每个目标所使用的评估指标。我们还介绍了 FedEval,这是一个开源平台,以其效用、效率和安全性为依据,为联合学习算法提供了一个标准化和全面的评估框架。最后,我们讨论了联合学习评估的一些挑战和未来研究方向。
本文综述了评估联合学习的方法和挑战,介绍了现有研究中采用的评估目标和指标,以及一个用于评估联合学习算法的开源平台FedEval。最后,讨论了联合学习评估的挑战和未来研究方向。