ON THE QUESTION ABOUT STRUCTURAL-PARAMETRIC OPTIMIZATION OF FEDERAL MACHINE LEARNING SYSTEMS

Abstract

В статье рассматриваются вопросы совершенствования математического обеспечения систем распределенной обработки информации, основанных на моделях машинного обучения. Исследуются существующие исследования в области подобных систем, в частности систем федеративного машинного обучения. Производится формализация целевой функции подобных систем, имеющих централизованную структуру, и рассматриваются присущие ей ограничения. Предлагается гибридная структура системы федеративного машинного обучения, основанная на децентрализованном взаимодействии централизованно организованных федераций узлов. The article discusses issues with the use of software for distributed information systems based on machine learning models. Research in the field of existing systems, in particular federated machine learning systems, is being explored. Formalizations of the functions characteristic for systems, having a centralized structure, and its inherent limitations are considered. A hybrid structure of a federated machine learning system based on decentralized interaction of centrally organized federations of nodes is proposed.