Aprendizado Federado com AutoKeras e Knowledge Distillation

  • Bruno H. Meyer UFPR
  • Aurora Pozo UFPR
  • Michele Nogueira UFMG
  • Wagner M. Nunan Zola UFPR

Resumo


Este artigo apresenta a técnica AFP-KD-AutoML com objetivo de reduzir o tempo de treinamento e execução de modelos para Aprendizado Federado. A técnica usa o conceito Knowledge Distillation para transferir informações entre clientes e servidor e a ferramenta AutoKeras para encontrar arquiteturas de redes neurais artificiais.

Referências

Garg, A., Saha, A. K., and Dutta, D. (2020). Direct federated neural architecture search. arXiv preprint arXiv:2010.06223.

Zhang, J., Guo, S., Ma, X., Wang, H., Xu, W., and Wu, F. (2021). Parameterized knowledge transfer for personalized federated learning. Advances in Neural Information Processing Systems, 34:10092–10104.
Publicado
24/04/2024
MEYER, Bruno H.; POZO, Aurora; NOGUEIRA, Michele; ZOLA, Wagner M. Nunan. Aprendizado Federado com AutoKeras e Knowledge Distillation. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DA REGIÃO SUL (ERAD-RS), 24. , 2024, Florianópolis/SC. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2024 . p. 135-136. ISSN 2595-4164. DOI: https://doi.org/10.5753/eradrs.2024.238583.