...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural Networks, IEEE Transactions on >Client–Server Multitask Learning From Distributed Datasets
【24h】

Client–Server Multitask Learning From Distributed Datasets

机译：从分布式数据集的客户端-服务器多任务学习

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A client–server architecture to simultaneously solve multiple learning tasks from distributed datasets is described. In such architecture, each client corresponds to an individual learning task and the associated dataset of examples. The goal of the architecture is to perform information fusion from multiple datasets while preserving privacy of individual data. The role of the server is to collect data in real time from the clients and codify the information in a common database. Such information can be used by all the clients to solve their individual learning task, so that each client can exploit the information content of all the datasets without actually having access to private data of others. The proposed algorithmic framework, based on regularization and kernel methods, uses a suitable class of “mixed effect” kernels. The methodology is illustrated through a simulated recommendation system, as well as an experiment involving pharmacological data coming from a multicentric clinical trial.
机译：描述了一种客户端-服务器架构，该架构可同时解决来自分布式数据集的多个学习任务。在这样的体系结构中，每个客户对应一个单独的学习任务和相关的示例数据集。该体系结构的目标是从多个数据集执行信息融合，同时保留各个数据的私密性。服务器的作用是从客户端实时收集数据，并将信息整理到公共数据库中。所有客户都可以使用此类信息来解决他们各自的学习任务，从而使每个客户都可以利用所有数据集的信息内容，而无需实际访问其他人的私有数据。所提出的算法框架基于正则化和内核方法，使用了一类合适的“混合效应”内核。通过模拟推荐系统以及涉及多中心临床试验的药理学数据的实验对方法进行了说明。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号