youngfish42/Awesome-FL

これは何か

連合学習に関するリソースのキュレーションされ、手動で維持されたリストです。連合学習は、生データを中央の場所に移動せずに、複数のデバイスやサーバーでモデルをトレーニングする機械学習技術です。このプロジェクトは、この分野に関連する論文、ソフトウェアフレームワーク、データセット、サーベイ、チュートリアル、学術イベントを収集しています。

含まれるもの

• 論文 — リストの大部分です。発表された会場（例：NeurIPS、ICML、CVPR、ACL、KDD）と研究分野（AI、機械学習、データマイニング、セキュリティ、コンピュータビジョン、NLP、情報検索、データベース、ネットワーキング、システムなど）でグループ化されています。各会場には、近年（おおよそ2020〜2025年）の採択論文リストへのリンクがあります。
• 特別な論文トピック — グラフデータ/グラフニューラルネットワークおよび表形式データ（例：XGBoostなどのツリーベースモデル）に適用される連合学習に特化したセクション。
• フレームワーク — 連合学習システムを構築するためのソフトウェアツール。
• データセット — 連合学習研究で使用されるデータコレクション。
• サーベイ — 概要論文。
• チュートリアルとコース — 学習教材。
• イベント — 連合学習に焦点を当てたワークショップ、ジャーナル特集号、会議の特別トラック。

構成方法

READMEはリンク付きの目次です。完全なコンテンツは別のホームページ（youngfish42.github.io/Awesome-FL）にあります。READMEには、ページがすべてを表示しない場合はそのサイトを訪れるべきと記載されています。

メンテナンス状況（重要）

2024年9月30日時点で、主著者は博士号を取得し、研究の焦点を移しました。結果：

• 論文リストは定期的ではなく、毎月または四半期ごとに更新されます。
• 更新は浅くなります — 著者の所属やオープンソースコードへのリンクなどの詳細は、積極的に維持されなくなります。
• 著者は、リストを最新に保つために他の貢献者を歓迎します。

貢献方法

GitHubのIssueを開く、プルリクエストを送信する、または著者（im.young@foxmail.com）にメールすることで、新しいリソースを提案できます。連合学習について議論するためのQQグループ（番号833638275）もあります。

関連プロジェクト

補助ツールFL-paper-update-trackerは、新しい連合学習論文を自動的に追跡します。メインリストの更新頻度が低下しているため、これは有用です。

ライセンス

MIT（READMEのバッジによる）。