边缘计算和联邦学习有什么区别?
人工智能
机器学习
比较
联合学习
边缘计算
2021-11-08 09:25:03
2个回答
联合系统或雾模型,基本上将计算从活动系统端推送到服务器或网络端进程。这通常在有限系统上需要计算成本高的服务时使用(例如从手机上运行一些 AI 或增强遮挡处理),从而允许分布式数据处理。这是一篇关于这个问题的好论文——https ://arxiv.org/abs/1602.05629 你可能会关注的是边缘计算过程和雾都运行相同。这只是区分服务运行位置的模型。
边缘计算是一种从云计算扩展的方法,它利用相同的概念,但具有减少延迟、资源使用、能源使用等优势。
联邦学习只是一种算法或一种方法,它通过应用模型迭代技术而不是从设备中获取数据来赋予边缘计算能力。它还消除了边缘计算中的隐私问题。
其它你可能感兴趣的问题