打破数据孤岛:联邦学习近期重要研究进展(22)

其中每个 theta_i 是由特征提取器权重偏差对与 softmax 回归的相应权重形成的级联向量。本文使用「batch」来表示数据的一个分区。接下来,对于每个 j=1,...,J,通过 Bernoulli 过程为 batch j 选择全局原子的子集:

最后,假设观测到的局部原子是对应全局原子的有噪测量结果:

在这个模型中,待推断的关键量是随机变量的集合,这些随机变量在任何一批(batch)中都将观测到的原子(神经元)与全局原子相匹配。这些随机变量的集合表示为 。

对上述模型的全局原子进行 MAP 估计的算法目标函数如下:

打破数据孤岛:联邦学习近期重要研究进展

图23/49

根据「高斯分布是高斯分布的共轭」命题,上式可计算为:

打破数据孤岛:联邦学习近期重要研究进展

图24/49

推荐阅读