Federativní učení pro aplikace Iot

Původní název:

Federated Learning for Iot Applications

Obsah knihy:

Tato kniha představuje, jak sdružené učení pomáhá porozumět činnosti uživatelů v aplikacích internetu věcí (IoT) a učit se z ní, přičemž chrání soukromí uživatelů. Autoři nejprve ukazují, jak federativní učení poskytuje jedinečný způsob vytváření personalizovaných modelů s využitím dat, aniž by bylo narušeno soukromí uživatelů.

Poté autoři podávají ucelený přehled nejnovějšího výzkumu federativního učení a poskytují čtenáři obecný přehled o této oblasti. Kniha také zkoumá, jak je personalizovaný rámec federativního učení potřebný v architektuře cloud-edge i v architektuře wireless-edge pro inteligentní aplikace internetu věcí. Aby se kniha vyrovnala s problémy heterogenity v prostředí IoT, zkoumá nové personalizované metody federativního učení, které jsou schopny zmírnit negativní účinky způsobené heterogenitou v různých aspektech.

Kniha poskytuje případové studie rozpoznávání lidské činnosti na bázi IoT, které demonstrují účinnost personalizovaného federativního učení pro inteligentní aplikace IoT, a také řadu nástrojů pro návrh regulátorů a analýzu systémů včetně modelového prediktivního řízení, lineárních maticových nerovností, optimálního řízení atd. Tento jedinečný a kompletní rámec pro společné navrhování bude přínosem pro výzkumné pracovníky, postgraduální studenty a inženýry v oblasti teorie řízení a inženýrství.