Abstract 최근의 mobile 기기는 learning model에 적합한 많은 데이터에 접근할 수 있다. 하지만, 이러한 data는 종종 privacy에 민감하고 양이 너무 방대하여 기존의 방식과 같이 data center에 접근하여 학습하는 것은 어려울 수 있
The FederatedAveraging Algorithm SGD는 한 번의 communication round에서 하나의 batch(random하게 선택된 client)에 대한 gradient 계산이 이루어지는 federated optimization problem
Abstract Introduction
Structured Update Communication efficient update의 첫 번째 유형은 update $\mathbf{H}t^i$가 pre-specified structure_ 를 갖도록 제한하는 것이다. 논문에서는 이를 위한 두 가지 구조를 고려하는
Abstract Federated learning (FL)은 data를 local에 보관하는 동시에 원격 기기(e.g. 핸드폰)나 분리된 data center(e.g. 병원)에 걸쳐서 statistical model을 학습하는 것을 포함한다. 이질적이고 잠재적으로 거