Akademik arama
“bağımsız ve özdeş olmayan veri” için 1 doğrulanmış makale incelemesi bulundu.
Mühendislik ve Teknoloji · Bilgisayar Ve Elektrik Muhendisligi
Nesnelerin İnterneti sistemlerinin yaygınlaşması ve veri hacminin artması, geleneksel makine öğrenmesi modellerinin merkezi sunucularda eğitilmesini veri güvenliği ve gizliliği açısından sürdürülemez kılmaktadır. Bu bağlamda, model eğitimini uç cihazlara dağıtan Federatif Öğrenme yaklaşımı alternatif bir çözüm olarak öne çıkmaktadır. Ancak farklı cihazlardaki veri dağılımlarının birbiriyle özdeş ve bağımsız olmaması durumu, federatif öğrenme algoritmalarının başarısını doğrudan etkileyen istatistiksel heterojenlik sorununu doğurmaktadır. Mevcut literatürde, Nesnelerin İnterneti ağlarındaki saldırı tespiti bağlamında bu istatistiksel heterojenliği ele alan farklı federatif öğrenme yaklaşımlarını kapsamlı bir şekilde karşılaştıran çalışmaların eksikliği dikkat çekmektedir.