Federated Learning-க்கான ஊக்கத்தொகை வழிமுறைகள் குறித்த ஒரு ஆய்வு

Federated learning என்பது தனிப்பட்ட தரவுகளை நகர்த்தாமலேயே மாதிரிகளை (models) பயிற்றுவிக்க அனுமதிக்கிறது. இது தனியுரிமையைப் பாதுகாக்கிறது. ஆனால், இது ஒரு சிக்கலை உருவாக்குகிறது.

பங்கேற்பாளர்கள் தங்கள் தரவுகளையும் கணினித் திறனையும் (computing power) வழங்க வேண்டும். இதற்கு அவர்களுக்குப் பணம் மற்றும் ஆற்றல் செலவாகிறது. வெகுமதிகள் இல்லையென்றால், மக்கள் இதில் இணைய மாட்டார்கள்.

இந்த ஆய்வு பங்கேற்பாளர்களுக்கு எவ்வாறு வெகுமதி அளிப்பது என்பதை ஆராய்கிறது. நெட்வொர்க்கை தொடர்ந்து இயங்க வைப்பதற்கான பல்வேறு வழிகளை இது பார்க்கிறது.

உள்ளடங்கிய முக்கிய பகுதிகள்:

Federated learning-ஐ பெரிய அளவில் செயல்படுத்துவதற்கு நியாயமான விதிகள் தேவை. இந்த ஆய்வுக் கட்டுரை அந்த விதிகளுக்குப் பின்னால் உள்ள கணிதம் மற்றும் தர்க்கத்தை விளக்குகிறது.

முழு ஆய்வையும் இங்கே படிக்கவும்: https://dev.to/paperium/a-comprehensive-survey-of-incentive-mechanism-for-federated-learning-9pk

விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi