[AAAI 2022 | 论文简读] SpreadGNN: 分子数据上图神经网络的分散式多任务联邦学习
2023-06-13 09:16:24 时间
简读分享 | 滕赛赛 编辑 | 赵晏浠
论文题目
SpreadGNN: Decentralized Multi-Task Federated Learning for Graph Neural Networks on Molecular Data
论文摘要
图神经网络(GNN)是处理图机器学习问题的首选方法,因为能够从图结构的数据中学习最先进的表示。然而,由于隐私问题、法规限制和商业竞争,在真实世界的图数据上进行GNN训练是很困难的。而联邦学习可以在分布式边缘设备上协作训练机器学习模型,不需要集中化。但是在联合环境中训练图神经网络的定义是模糊的,并带来了统计和系统方面的挑战。因此,这项工作提出了SpreadGNN,一个新颖的多任务联邦学习框架,能够在存在部分标签和没有中央服务器的情况下运行。作者提供了收敛证明,并在各种具有部分标签的非分布式图级分子性质预测数据集上实证了框架的有效性。研究结果表明,SpreadGNN优于通过中央服务器的联邦学习系统训练的GNN模型。
论文链接
https://www.aaai.org/AAAI22Papers/AAAI-4599.HeC.pdf
相关文章
- Intelligent Computing期刊首期论文正式发表!期刊共同主编之江实验室主任朱世强和中国工程院院士孙凝晖发表发刊词
- lasso回归matlab,机器学习Lasso回归重要论文和Matlab代码「建议收藏」
- CVPR2022论文速递(2022.6.29)!共5篇!
- MobileNet论文阅读笔记
- 【论文阅读】ALBERT:A lite BERT for self-supervised learning of language representations
- 近年来阿斯利康在AI药物研发领域发表的15篇论文
- 独作论文登数学顶刊,浙大女神校友再被提起:32岁在贵州深山投稿,一家出两位院士
- 论文速递2022.8.23!
- [AAAI 2022 | 论文简读] 通过多样化和交互式信息传递的自监督图神经网络
- [IEEE TMI | 论文简读] 基于对比半监督学习的相似解剖结构领域自适应分割
- [IJCAI | 论文简读] 利用图对比学习增强数据推荐
- [KDD 2022 | 论文简读] 避免由于节点嵌入中的相似性假设而导致的偏差
- [Nat. Biotechnol. | 论文简读] 利用大规模数据标注和深度学习对组织图像进行具有人类水平表现的全细胞分割
- [Nature Chemistry | 论文简读] 对酪氨酸的深度学习研究表明漫游会导致光损伤
- [Nature Methods | 论文简读] SVision:一种解决复杂结构变异的深度学习方法
- [Nature Communications | 论文简读] 由多序列比对训练的蛋白质语言模型学习系统发育关系
- 【深度学习】深度学习三维人体建模最新论文、资源、数据、代码整理分享
- 论文推荐:CCNet用于语义分割的交叉注意力
- 原创 | 机器学习在分子动力学领域顶会论文初探
- 十年来论文量激增,深度学习如何慢慢推开数学推理的门
- 深度学习作弊,用单个参数 fit 任何数据集,这篇 19 年的论文重新「火」了
- ECAI 2016论文精选 | 自适应学习网络化多代理系统中的社会规范高效出现——人工智能居然也会互相学习 | AI科技评论
- Redis:高速NoSQL数据库的研究与应用(redis论文)
- ICLR-17最佳论文作者Nicolas Papernot现场演讲:如何用PATE框架有效保护隐私训练数据?(附视频)
- ICRA 2017的最佳服务机器人论文大盘点 | ICRA 2017