Geri Dön

Advancing federated learning through ensemble techniques: An in-depth study on averaging methods and data size variability

Topluluk teknikleri yoluyla birleşik öğrenmeyi geliştirme: Ortalama alma yöntemleri ve veri boyutu değişkenliği üzerine derinlemesine bir çalışma

PDF İndir

  1. Tez No: 872627
  2. Yazar: ORKUN SUSUZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ECE GELAL SOYAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

Federe öğrenme, dağıtık makine öğreniminde yeni bir paradigma olarak, dağıtılmış cihazlar arasında işbirliğiyle model eğitimi sözü vermektedir. Bu tez, federe öğrenme ve özellikle ortalama yöntemlerine odaklanarak, toplu öğrenme teknikleri arasındaki sinerjiyi incelemekte ve CIFAR-10 veri kümesini kullanarak bu tekniklerin model performansı üzerindeki etkilerini keşfetmektedir. Çalışma, federe öğrenme bağlamında geleneksel ortalama, ağırlıklı ortalama, Kronecker ürünü füzyonu ve diğer yenilikçi teknikleri içermektedir. Ayrıca, tez, istemciler arasındaki farklı veri boyutlarının toplu öğrenme etkinliği üzerindeki etkilerini incelemektedir. Araştırma, sinir ağı toplulukları ve federe öğrenmeden gelen bilgileri birleştirerek, işbirlikçi makine öğrenme metodolojilerinin ilerlemesine katkıda bulunmaktadır.

Özet (Çeviri)

Federated learning, an emerging paradigm in distributed machine learning, holds promise for collaborative model training across decentralized devices. This thesis investigates the synergy between federated learning and ensemble techniques, particularly focusing on averaging methods, and explores their impact on model performance using the CIFAR-10 dataset. The study encompasses traditional averaging, weighted averaging, Kronecker product fusion and other innovative techniques within the context of federated learning. Furthermore, the thesis examines the influence of different data sizes across clients on the efficacy of ensemble learning. The research combines insights from neural network ensembles and federated learning, contributing to the advancement of collaborative machine learning methodologies.

Benzer Tezler

  1. Tez No

    840125

    Federe makine öğrenmesi: Kavramlar, zorluklar, yöntemler

    Federated machine learning: Concepts, challenges, and methods

    MAKBULE MELİSA KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMRE AKTAŞ

  2. Tez No

    818592

    Comparison of federated learning frameworks for medical image domain

    Medikal görüntü alanı için federe öğrenme çerçevelerinin karşılaştırılması

    KENAN KOCADURDU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİZMİR BAKIRÇAY ÜNİVERSİTESİ

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADİL ALPKOÇAK

  3. Tez No

    910462

    Advancing computational methods for calibration of the Soil and Water Assessment Tool (SWAT): Application for modeling climate change impacts on water resources in the Upper Neuse Watershed of North Carolina

    Toprak ve Su Değerlendirme Aracının (SWAT) kalibrasyonu için hesaplama yöntemlerinin geliştirilmesi: Kuzey Karolina'nın Yukarı Neuse Havzası'nda iklim değişikliğinin su kaynakları üzerindeki etkilerinin modellenmesi için uygulama

    MEHMET BÜLENT ERCAN

    Doktora

    İngilizce

    İngilizce

    2015

    İnşaat MühendisliğiUniversity of South Caroline

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. JONATHAN L. GOODALL

  4. Tez No

    65898

    Güç merkezi izolatörlerinde yüzey kaçak akımları için bir görüntü ve uyarı cihazının tasarımı

    Advancing of monitoring and alarm device for surface leakage currents an outdoor power plant insulators

    AHMET ŞENPINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET CEBECİ

  5. Tez No

    506394

    Low-power PIC-based sensor node device design and theoretical analysis of energy consumption in wireless sensor networks

    Kablosuz sensör ağları için PIC tabanlı ve düşük güç tüketimli sensör düğümü tasarımları ve enerji tüketimlerinin teoriksel analizi

    BATUR ALP AKGÜL

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHasan Kalyoncu Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMET FATİH HASOĞLU

Geri Dön