नेटवर्क पर व्यक्तिगत मॉडलों की विकेंद्रीकृत सहयोगात्मक सीखना

हम एक सहयोगी पीयर-टू-पीयर नेटवर्क में सीखने वाले एजेंटों के एक सेट पर विचार करते हैं, प्रत्येक एजेंट अपनी खुद की सीख के अनुसार एक व्यक्तिगत मॉडल सीखता है। इस पेपर में संबोधित प्रश्न है: एजेंट दूसरों के साथ संचार करके क्षेत्रीय रूप से प्रशिक्षित मॉडल में किस प्रकार सुधार कर सकते हैं जिनके लक्ष्य हैं? हम पूरी तरह से विकेंद्रीकृत तरीके से दो असंसारिक गॉसिप एल्गोरिदम का परिचय और विश्लेषण करते हैं। हमारा पहला दृष्टिकोण, जो प्रसार से प्रेरित है, नेटवर्क पर पूर्व-प्रशिक्षित स्थानीय मॉडलों को सुधारने का लक्ष्य रखता है, जिसमें प्रत्येक एजेंट के अपने प्रारंभिक मॉडल में विश्वास को ध्यान में रखा जाता है। हमारा दूसरा दृष्टिकोण, एजेंट अपने स्थानीय डेटासेट और पड़ोसियों के व्यवहार के आधार पर आवधिक अपडेट के माध्यम से अपने मॉडल को सामूहिक रूप से सीखते और प्रसारित करते हैं। इस चुनौतीपूर्ण उद्देश्य को अनुकूलित करने के लिए, हमारी विकेन्द्रीकृत रणनीति ADMM पर आधारित है।