Sign In

Data-Free Client Contribution Estimation via Logit Maximization for Federated Learning

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Asim Ukaye, Nurbek Tastan, Mubarak Abdu-Aguye, Karthik Nandakumar

πŸ’‘ κ°œμš”

λ³Έ 논문은 μ—°ν•© ν•™μŠ΅(Federated Learning, FL)μ—μ„œ λ°œμƒν•˜λŠ” μ‹¬κ°ν•œ 클래슀 λΆˆκ· ν˜• 및 λ ˆμ΄λΈ” 편ν–₯ 문제λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•΄ 데이터 곡유 없이 ν΄λΌμ΄μ–ΈνŠΈμ˜ 기여도λ₯Ό μΆ”μ •ν•˜λŠ” CELM (Class-wise Evidence and Logit Maximization) ν”„λ ˆμž„μ›Œν¬λ₯Ό μ œμ•ˆν•©λ‹ˆλ‹€. CELM은 μ„œλ²„κ°€ ν΄λΌμ΄μ–ΈνŠΈ μ—…λ°μ΄νŠΈλ₯Ό λΆ„μ„ν•˜μ—¬ 각 ν΄λž˜μŠ€λ³„ 증거 점수λ₯Ό μΆ”μΆœν•˜κ³ , 이λ₯Ό 톡해 μ†Œμˆ˜ 클래슀λ₯Ό 더 잘 λŒ€ν‘œν•˜λŠ” ν΄λΌμ΄μ–ΈνŠΈμ— κ°€μ€‘μΉ˜λ₯Ό λΆ€μ—¬ν•˜μ—¬ μ§‘κ³„ν•©λ‹ˆλ‹€. 이λ₯Ό 톡해 데이터 곡유 없이도 λΆˆκ· ν˜• 및 톡계적 μ΄μ§ˆμ„±μ— κ°•κ±΄ν•˜κ³  μ„±λŠ₯을 ν–₯μƒμ‹œν‚€λŠ” 집계 방식을 μ œμ‹œν•©λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
데이터 곡유 없이도 μ—°ν•© ν•™μŠ΅μ—μ„œ λ°œμƒν•˜λŠ” 클래슀 λΆˆκ· ν˜• 및 λ ˆμ΄λΈ” 편ν–₯ 문제λ₯Ό 효과적으둜 μ™„ν™”ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
ν΄λΌμ΄μ–ΈνŠΈμ˜ ν΄λž˜μŠ€λ³„ μ „λ¬Έμ„±κ³Ό 컀버리지λ₯Ό μ •λŸ‰ν™”ν•˜μ—¬, μ†Œμˆ˜ 클래슀 μ„±λŠ₯ ν–₯상에 κΈ°μ—¬ν•˜λŠ” ν΄λΌμ΄μ–ΈνŠΈμ—κ²Œ μ μ ˆν•œ κ°€μ€‘μΉ˜λ₯Ό λΆ€μ—¬ν•©λ‹ˆλ‹€.
β€’
κΈ°μ‘΄ μ—°ν•© ν•™μŠ΅ νŒŒμ΄ν”„λΌμΈκ³Όμ˜ ν˜Έν™˜μ„±μ„ μœ μ§€ν•˜λ©΄μ„œ μ•ˆμ •μ μΈ 집계가 κ°€λŠ₯ν•©λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ λ°©λ²•λ‘ μ˜ ν™•μž₯μ„± 및 λ‹€μ–‘ν•œ μœ ν˜•μ˜ λΉ„μ •ν˜• 데이터셋에 λŒ€ν•œ μ„±λŠ₯ 검증이 μΆ”κ°€μ μœΌλ‘œ ν•„μš”ν•©λ‹ˆλ‹€.
πŸ‘
Made with Slashpage