Apprendimento federato per applicazioni Iot

Titolo originale:

Federated Learning for Iot Applications

Contenuto del libro:

Questo libro presenta come l'apprendimento federato aiuti a comprendere e imparare dall'attività degli utenti nelle applicazioni dell'Internet delle cose (IoT), proteggendo al contempo la privacy degli utenti. Gli autori mostrano innanzitutto come l'apprendimento federato fornisca un modo unico per costruire modelli personalizzati utilizzando i dati senza interferire con la privacy degli utenti.

Gli autori forniscono poi un'indagine completa sullo stato dell'arte della ricerca sull'apprendimento federato, fornendo al lettore una panoramica generale del campo. Il libro analizza inoltre come un quadro di apprendimento federato personalizzato sia necessario nell'architettura cloud-edge e nell'architettura wireless-edge per le applicazioni IoT intelligenti. Per affrontare i problemi di eterogeneità negli ambienti IoT, il libro analizza i metodi emergenti di apprendimento federato personalizzato che sono in grado di mitigare gli effetti negativi causati dall'eterogeneità in diversi aspetti.

Il libro fornisce casi di studio sul riconoscimento dell'attività umana basato sull'IoT per dimostrare l'efficacia dell'apprendimento federato personalizzato per le applicazioni IoT intelligenti, nonché molteplici strumenti di progettazione dei controllori e di analisi del sistema, tra cui il controllo predittivo del modello, le disuguaglianze matriciali lineari, il controllo ottimale, ecc. Questo quadro di co-progettazione unico e completo sarà utile a ricercatori, studenti laureati e ingegneri nei campi della teoria e dell'ingegneria del controllo.