MétaCan
Menu
Retour à la cohorte
Enregistrement W4389042807 · doi:10.1109/isncc58260.2023.10323644

Adaptive Ratio-Based-Threshold Gradient Sparsification Scheme for Federated Learning

2023· article· en· W4389042807 sur OpenAlexaff
Jeong Min Kong, E.S. Sousa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePrivacy-Preserving Technologies in Data
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMNIST databaseHyperparameterComputer scienceInferenceOverhead (engineering)AlgorithmConvergence (economics)Range (aeronautics)Constant (computer programming)Rate of convergenceIndependent and identically distributed random variablesArtificial intelligenceMathematical optimizationMathematicsKey (lock)Deep learningRandom variableStatistics

Résumé

récupéré en direct d'OpenAlex

Federated learning (FL) is a distributed learning paradigm that has received great attention over the past several years due to its privacy-preserving property. As the models involved in FL are usually dense and overparameterized however, various studies are being conducted in gradient sparsification to reduce the high communication overhead. While many of the recently-presented schemes that are variations of top-k have shown competitive inference accuracy convergence to the baseline “vanilla” FL, they have a fixed sparsity rate throughout all of the communication rounds, which leads to an unnecessary excessive transmission of gradients as the global model converges. Furthermore, the constant-threshold gradient sparsification method called Threshold-z-, that is well-known for its dynamic rate, does not account for the ratio between the gradient and the pre-update parameter value, causing some gradients that are orders of magnitude larger than the pre-update parameter values to be neglected in the following aggregation process. In this paper, we introduce a new algorithm that addresses both of these issues, called adaptive ratio-based-threshold gradient sparsification method. Our main idea is introducing a custom gradient sparsity threshold for each local parameter based on their pre-update value and a hyperparameter denoted as Ψ. We demonstrate through image classification experiments on MNIST and CIFAR-10 datasets in both independent-and-identically-distributed (IID) and non-IID settings that under optimal Ψ, the gradient sparsity rates adapt & increase as the global model converges, while simultaneously producing inference accuracies that are competitive to vanilla FL.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,083
Tête enseignante GPT0,295
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrivacy-Preserving Technologies in DataTravaux en français237 207