|
|
FCS 文章精要:西北工业大学尚学群、张育培等——具有多层隐私保护的联邦学习成果预测 |
|
论文标题:Federated learning-outcome prediction with multi-layer privacy protection
期刊:Frontiers of Computer Science
作者:Yupei ZHANG, Yuxin LI, Yifei WANG, Shuangshuang WEI, Yunan XU, Xuequn SHANG
发表时间:15 Dec 2024
DOI: 10.1007/s11704-023-2791-8
微信链接:点击此处阅读微信文章
学习成果预测(LOP)是教育路线中一个长期存在的关键问题。许多研究为开发有效的模型做出了贡献,但由于隐私保护的问题,常常出现数据短缺和对不同使用场景泛化能力较弱的问题。
为了解决这一挑战,西北工业大学尚学群、张育培等撰写了研究论文:具有多层隐私保护的联邦学习成果预测。
文章信息
标 题:
Federated learning-outcome prediction with multi-layer privacy protection
引用格式:
Yupei ZHANG, Yuxin LI, Yifei WANG, Shuangshuang WEI, Yunan XU, Xuequn SHANG. Federated learning-outcome prediction with multi-layer privacy protection. Front. Comput. Sci., 2024, 18(6): 186604
阅读原文:
文章概述
文章旨在提出使用联邦学习框架的分布式成绩预测模型,保留客户端的隐私数据并通过全局模型进行交流,提升学习成果预测模型的泛化性能和预测精度。
技术步骤
通过局部子空间学习显式的保留局部特征,采用多层隐私保护分层保护私有特征,以实现学习成果预测客户端上高性能的分类器。
实验结果
大量实验结果表明,基于本文提出的具有多层隐私保护的联邦学习成果预测技术,受益于所提出的局部子空间学习和多层隐私保护,并在学习成果预测任务上具有优秀的性能表现。
相关内容推荐:
文章精要 | 暨南大学魏凯敏教授团队:空间众包中基于聚合的双异构任务分配 2024 18(6): 186605
文章精要 | 华中科技大学郑龙副教授团队:ARCHER:基于ReRAM的压缩推荐系统加速器 2024 18(5): 185607
文章精要 | 中国科学技术大学何向南教授团队:图卷积如何放大流行度偏差? 2024 18(5): 185603
文章精要 | 东北大学张天成副教授团队:一种同时追踪大量知识概念掌握概率的概率生成模型 2024 18(3): 183602
文章精要 | 合肥工业大学吴信东教授团队:采用分层注意力网络的联合用户画像 2023 17(3): 173608
文章精要 | 中山大学朱怀杰团队:最稀疏群体查询 2023 17(2): 172605
文章精要 | 东北大学张天成团队:认知诊断模型的新进展 2023 17(1): 171604
文章精要 | 东北大学乔百友团队:一种基于PredRNN结合注意力机制的有效海表温集成学习预测方法 2023 17(1): 171601
Frontiers of Computer Science
Frontiers of Computer Science (FCS)是由教育部主管、高等教育出版社和北京航空航天大学共同主办、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊,双月刊,全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授,共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库(CSCD)核心库等收录,为 CCF 推荐期刊;两次入选“中国科技期刊国际影响力提升计划”;入选“第4届中国国际化精品科技期刊”;入选“中国科技期刊卓越行动计划项目”。
《前沿》系列英文学术期刊
由教育部主管、高等教育出版社主办的《前沿》(Frontiers)系列英文学术期刊,于2006年正式创刊,以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题,是我国覆盖学科最广泛的英文学术期刊群,其中12种被SCI收录,其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录,具有一定的国际学术影响力。系列期刊采用在线优先出版方式,保证文章以最快速度发表。
中国学术前沿期刊网
http://journal.hep.com.cn