எளிமையாக வைத்திருங்கள்: நம்பகத்தன்மையற்ற வாடிக்கையாளர்களுடன் கூட்டமைப்பு கற்றலின் பிழை சகிப்புத்தன்மை மதிப்பீடு
Author
Venue
IEEE கிளவுட் 2023
Abstract
இணைந்த கற்றல் (FL), ஒரு வளர்ந்து வரும் செயற்கை நுண்ணறிவு (AI) அணுகுமுறையாக, சாதனங்களின் உள்ளூர் பயிற்சித் தரவை வெளிப்படுத்தாமல் பல சாதனங்களில் பரவலாக்கப்பட்ட மாதிரிப் பயிற்சியை செயல்படுத்துகிறது. FL கல்வி மற்றும் தொழில் துறை இரண்டிலும் பெருகிய முறையில் பிரபலமடைந்து வருகிறது. FL-இன் பிழை சகிப்புத்தன்மையை மேம்படுத்துவதற்கான ஆராய்ச்சிப் பணிகள் முன்மொழியப்பட்டிருந்தாலும், நிஜ உலகப் பயன்பாடுகளில் நம்பகத்தன்மையற்ற சாதனங்களின் (எ.கா., இணைப்பைத் துண்டிப்பது, தவறான உள்ளமைவு, மோசமான தரவுத் தரம்) உண்மையான தாக்கம் முழுமையாக ஆராயப்படவில்லை. FL பிழை சகிப்புத்தன்மையை சிறப்பாக பகுப்பாய்வு செய்ய, குறைந்த எண்ணிக்கையிலான வாடிக்கையாளர்களைக் கொண்ட இரண்டு பிரதிநிதித்துவ, நிஜ-உலக வகைப்பாட்டுப் பிரச்சனைகளை நாங்கள் கவனமாகத் தேர்ந்தெடுத்தோம். உள்ளுணர்வுக்கு மாறாக, எளிய FL நெறிமுறைகள் நம்பகத்தன்மையற்ற வாடிக்கையாளர்கள் இருக்கும்போது வியக்கத்தக்க வகையில் சிறப்பாகச் செயல்பட முடியும்.
