.png){kind=icon}
返回
Federated automatic latent variable selection in multi-output Gaussian processes
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112410.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们构建了一个协同区域化线性模型，该模型（i）在估计跨单元协方差时无需共享原始数据，且（ii）能够自动推断表示跨单元共享模式所需的潜在函数数量。
• 我们提出了一种联邦学习框架，用于估计我们提出的模型的参数，并为每个单元生成个性化预测，且无需集中计算或披露各单元的本地数据。
• 我们提出了一种高效的学习方法，用于新进入系统的单元，该方法基于通过我们的自动变量选择识别出的重要潜在函数。
• 我们通过可靠性工程和气候数据两个实际应用，展示了我们提出模型的有效性。
