Apprentissage fédéré pour les applications IoT

Apprentissage fédéré pour les applications IoT (Prakash Yadav Satya)

Titre original :

Federated Learning for Iot Applications

Contenu du livre :

Ce livre présente comment l'apprentissage fédéré permet de comprendre et d'apprendre de l'activité des utilisateurs dans les applications de l'Internet des objets (IoT) tout en protégeant la vie privée des utilisateurs. Les auteurs montrent d'abord comment l'apprentissage fédéré offre un moyen unique de construire des modèles personnalisés en utilisant des données sans porter atteinte à la vie privée des utilisateurs.

Les auteurs fournissent ensuite une étude complète de l'état de la recherche sur l'apprentissage fédéré, donnant au lecteur une vue d'ensemble du domaine. Le livre étudie également comment un cadre d'apprentissage fédéré personnalisé est nécessaire dans l'architecture en nuage ainsi que dans l'architecture sans fil pour les applications IoT intelligentes. Pour faire face aux problèmes d'hétérogénéité dans les environnements IoT, le livre étudie les méthodes émergentes d'apprentissage fédéré personnalisé qui sont capables d'atténuer les effets négatifs causés par les hétérogénéités dans différents aspects.

Le livre fournit des études de cas sur la reconnaissance de l'activité humaine basée sur l'IdO pour démontrer l'efficacité de l'apprentissage fédéré personnalisé pour les applications intelligentes de l'IdO, ainsi que de multiples outils de conception de contrôleur et d'analyse de système, y compris la commande prédictive par modèle, les inégalités matricielles linéaires, la commande optimale, etc. Ce cadre de co-conception unique et complet profitera aux chercheurs, aux étudiants de troisième cycle et aux ingénieurs dans les domaines de la théorie et de l'ingénierie du contrôle.