Federatif Ogrenme (Federated Learning)

sozlukdagitik-ogrenme

Diger adlari: Federated Learning, FL, Dagitik Ogrenme, Isbirlikci Ogrenme

Kisa Tanim

Federatif ogrenme, birden fazla katilimcinin (ciftlik, kurum, cihaz) ham verisini paylasma gerek duymadan ortak bir makine ogrenmesi modeli egitmesini saglayan dagitik ogrenme paradigmasidir. Her katilimci yerel model guncellemelerini hesaplar, yalnizca bu guncellemeleri (gradyanlari) merkezi sunucu ile paylaşır.

Teknik Mantik

Standart algoritma FedAvg'dir (McMahan et al., 2017): (1) Merkezi sunucu global model agirliklarini tum katilimcilara gonderir. (2) Her katilimci yerel verisinde birkaç epoch egitim yapar. (3) Yerel gradyanlar merkeze gonderilir. (4) Merkez, gradyanlari agirlikli ortalama ile birlestirir ve yeni global modeli olusturur. (5) Tekrarla. Non-IID veri durumunda (her katilimcinin veri dagilimi farkli) FedAvg yakinsamada zorlanir — FedProx (yerel sapmayi penalize eder) ve kisisellestirilmis federatif ogrenme (her katilimciya ozel son katman) alternatiflerdir.

Kullanim Baglami

Veri gizliligi kritik oldugu (saglik, finans) ve verinin fiziksel olarak merkeze tasinamadigi (bant genisligi kisiti, yasal kisit) durumlarda tercih edilir. Akilli telefon klavye tahmini (Google Gboard) ilk basarili endüstriyel uygulamadir.

Tarimsal Baglam

Tarimda federatif ogrenme iki kritik sorunu cozer: (1) Veri gizliligi — ciftlik verisi ticari sirdir, rakiplerle paylasılamaz; GPS koordinatlari KVKK kapsaminda kisisel veridir. (2) Olceklenebilirlik — binlerce ciftlikten merkeze uydu goruntusu ve sensor verisi tasimak bant genisligi acisindan pratik degildir. Ancak her ciftligin farkli iklimi, topragi ve cesitleri vardir (non-IID) — bu heterojenlik standart FedAvg'nin yakinsamasini zorlastirir. FedProx veya kisisellestirilmis yaklasimlar gerekir.

Sik Karistirilan Nokta

Federatif ogrenme tam gizlilik garantisi vermez — gradyanlardan kismen veri yeniden yapilandirmasi mumkundur (gradient inversion attack). Diferansiyel gizlilik (differential privacy) veya guvenli toplama (secure aggregation) ek katmanlar gerektirebilir.

Dr. Mehmet Solak — Siirt Universitesi, Biyosistem Muhendisligi