Liens avec la Thèse
Cette thèse porte sur l’apprentissage distribué résilient — à l’intersection de :
- Adversarial ML & Robustesse — robustesse aux attaques adversariales
- Federated Learning — l’architecture FL, cadre des GARs
- Attaques Byzantines (Historique) — le modèle de menace, cœur du sujet
- Mécanismes d’Attention (Deep Dive) — les Transformers qu’on cherche à entraîner
- Deep Learning Distribué — infrastructure à sécuriser
- Mixture of Experts (MoE) — hétérogénéité structurelle des gradients
- Differential Privacy (Historique) — conflit RPDetection avec DP
- Hardware-Aware Algorithms — optimisation de la librairie
- PyTorch — framework d’implémentation
- JAX — framework numérique expérimental
- Reproducibilité & Experiment Tracking — bonnes pratiques pour ta librairie
- 📖 Notes de thèse — analyses détaillées, concepts, papiers
🔗 Voir aussi : Distributed Systems, Concepts avancés, Glossaire, Analyse de papiers
← Hardware Timeline • 45 • Timeline Visuelle →