Séminaire sur l'apprentissage fédéré - n°127

Aperçu

Explorez les concepts de l'apprentissage fédéré avec Alexander Tyurin de Skoltech et AIRI dans ce séminaire FLOW, qui couvrira la recherche avancée et les applications en apprentissage machine distribué.

Programme

• Introduction au cours
Aperçu de l'apprentissage fédéré
Objectifs du séminaire
• Fondements de l'apprentissage fédéré
Définitions et concepts clés
Différences par rapport à l'apprentissage automatique traditionnel
• Architecture des systèmes d'apprentissage fédéré
Modèle client-serveur
Protocoles de communication
• Confidentialité et sécurité dans l'apprentissage fédéré
Préoccupations concernant la confidentialité des données
Techniques pour renforcer la sécurité
• Sujets de recherche avancés
Personnalisation et hétérogénéité
Algorithmes d'optimisation pour l'apprentissage fédéré
• Applications de l'apprentissage fédéré
Santé
Finance
Appareils de l'Internet des objets (IoT)
• Analyse d'étude de cas
Projets notables d'apprentissage fédéré et résultats
• Défis et orientations futures
Problèmes d'évolutivité
Considérations réglementaires et éthiques
• Session pratique
Mise en place d'une expérience d'apprentissage fédéré
Analyse des résultats et modification des paramètres
• Conférence invitée par Alexander Tyurin
Aperçus de la recherche à Skoltech et AIRI
Session de questions-réponses
• Discussion de clôture
Récapitulatif des sujets du séminaire
Forum ouvert pour les questions des participants
• Ressources et lectures complémentaires
Livres, articles et matériaux en ligne recommandés

Sujets

Informatique