Federált tanulás Iot-alkalmazásokhoz

Eredeti címe:

Federated Learning for Iot Applications

Könyv tartalma:

Ez a könyv bemutatja, hogyan segít megérteni és megtanulni a felhasználói tevékenységeket a tárgyak internetének (IoT) alkalmazásaiban, miközben védi a felhasználói adatvédelmet.

A szerzők először azt mutatják be, hogy a föderált tanulás hogyan biztosít egyedülálló módot arra, hogy az adatok felhasználásával személyre szabott modelleket hozzunk létre anélkül, hogy a felhasználók magánéletébe beavatkoznánk. A szerzők ezután átfogó áttekintést nyújtanak a föderált tanulással kapcsolatos legújabb kutatásokról, általános áttekintést nyújtva az olvasónak a területről.

A könyv azt is vizsgálja, hogy az intelligens IoT-alkalmazásokhoz hogyan van szükség személyre szabott föderált tanulási keretrendszerre a felhő- és a vezeték nélküli-építészetben egyaránt. Az IoT-környezetek heterogenitási problémáinak kezelése érdekében a könyv olyan újonnan megjelenő személyre szabott föderált tanulási módszereket vizsgál, amelyek képesek a heterogenitás okozta negatív hatásokat különböző szempontok szerint enyhíteni. A könyv IoT-alapú emberi tevékenység-felismerés esettanulmányokat kínál az intelligens IoT-alkalmazásokhoz való személyre szabott szövetségi tanulás hatékonyságának bemutatására, valamint számos vezérléstervezési és rendszerelemzési eszközt, köztük modell-előrejelző vezérlést, lineáris mátrixegyenlőtlenségeket, optimális vezérlést stb.

is. Ez az egyedülálló és teljes körű társtervezési keretrendszer a kutatók, a végzős hallgatók és a mérnökök számára hasznos lesz az irányításelmélet és a mérnöki tudományok területén.