Задачи децентрализованной оптимизации имеют много приложений, в том числе, в машинном обучении, например, в алгоритмах децентрализованного федеративного обучения (DFL). Суть данных алгоритмов состоит в том, что несколько агентов строят совместно единую модель, при этом у каждого агента имеется свой набор данных, которыми агенты не обмениваются. Для построения единой модели агенты коммуницируют, т.е. обмениваются некоторой информацией, согласно матрице связей (при DFL отсутствует единый сервер,...Подробнее

Цель проекта - проанализировать свойства децентрализованных алгоритмов оптимизации в задаче классификации. В качестве алгоритмов численной оптимизации предполагается применить различные методы нулевого порядка: случайного поиска, имитации отжига, статистического градиента. Качество работы алгоритмов предполагается проанализировать на синтетических и реальных данных (данные по сердечно-сосудистым заболеваниям). Будут вычислены основные метрики качества для классификатора, проведено сравнение...Подробнее

Еженедельные встречи, формы отчетности в соответствии с требованиями проектного офиса

Отчет, выступление на студенческой конференции им. Арменского, конференции Ломоносов-2025.

Персональный ноутбук. Литература по теме проекта.

Нет