Speakers
Amir Zainullin
(MIPT)
Timofey Belinsky
(MIPT)
Description
В то время как ансамблевые методы традиционно обучают модели независимо, в этой статье исследуется смешанный подход,
который сочетает независимое обучение с оптимизацией совместных потерь. Удивительно, но эта идея имеет потенциал
в нескольких вариантах ансамблевого обучения. Наше направление относится к федеративному обучению (FL),
где мы стремимся обучать ансамбль как глобальную модель. Мы предлагаем новый алгоритм для этих задач.
С помощью обширных экспериментов мы демонстрируем, что наши предлагаемые подходы превосходят известные бейзлайны в сценариях FL с
экстремальной неоднородностью данных.
Primary authors
Amir Zainullin
(MIPT)
Timofey Belinsky
(MIPT)
Co-author
Dmitrii Feoktistov
(Faculty of Computational Mathematics and Cybernetics of Moscow State University (MSU))
