Función matemática que se aplica a la salida de una neurona en una red neuronal artificial. Esta función determina si una neurona debe activarse o no en función de su entrada ponderada y un umbral. Las funciones de activación comunes incluyen la función sigmoide, la función ReLU (Rectified Linear Unit), la función tangente hiperbólica, entre otras.

Medida de rendimiento que indica la cantidad de operaciones de punto flotante que un procesador o sistema puede realizar por segundo. Es una medida comúnmente utilizada para evaluar el rendimiento de las unidades de procesamiento en tareas que implican cálculos numéricos intensivos, como el entrenamiento de modelos de inteligencia artificial.

Es un modelo de aprendizaje colaborativo donde el modelo de inteligencia artificial se entrena en dispositivos locales, como teléfonos móviles o dispositivos IoT, en lugar de enviar datos a un servidor centralizado. En lugar de entrenar el modelo con datos centralizados, se envían algoritmos de aprendizaje al dispositivo, donde se entrena el modelo localmente. Luego, los modelos locales se combinan para crear un modelo global actualizado. Este enfoque permite el entrenamiento de modelos sin comprometer la privacidad de los datos, ya que los datos permanecen en el dispositivo del usuario.