توضیحات
This book presents how federated learning helps to understand and learn from user activity in Internet of Things (IoT) applications while protecting user privacy. The authors first show how federated learning provides a unique way to build personalized models using data without intruding on users privacy. The authors then provide a comprehensive survey of state-of-the-art research on federated learning, giving the reader a general overview of the field. The book also investigates how a personalized federated learning framework is needed in cloud-edge architecture as well as in wireless-edge architecture for intelligent IoT applications. To cope with the heterogeneity issues in IoT environments, the book investigates emerging personalized federated learning methods that are able to mitigate the negative effects caused by heterogeneities in different aspects. The book provides case studies of IoT based human activity recognition to demonstrate the effectiveness of personalized federated learning for intelligent IoT applications, as well as multiple controller design and system analysis tools including model predictive control, linear matrix inequalities, optimal control, etc. This unique and complete co-design framework will benefit researchers, graduate students and engineers in the fields of control theory and engineering.
————————————————————–
ترجمه ماشینی :
این کتاب نشان میدهد که چگونه یادگیری فدرال به درک و یادگیری از فعالیت کاربر در برنامههای اینترنت اشیا (IoT) و در عین حال محافظت از حریم خصوصی کاربر کمک میکند. نویسندگان ابتدا نشان میدهند که چگونه یادگیری فدرال روشی منحصربهفرد برای ساخت مدلهای شخصیشده با استفاده از دادهها بدون دخالت در حریم خصوصی کاربران فراهم میکند. نویسندگان سپس یک بررسی جامع از تحقیقات پیشرفته در زمینه یادگیری فدرال ارائه میکنند و به خواننده یک دید کلی از این زمینه ارائه میدهند. این کتاب همچنین بررسی می کند که چگونه یک چارچوب یادگیری فدرال شخصی سازی شده در معماری لبه ابری و همچنین در معماری لبه بی سیم برای برنامه های هوشمند IoT مورد نیاز است. برای مقابله با مسائل ناهمگونی در محیطهای IoT، این کتاب روشهای یادگیری فدرال شخصیسازیشده در حال ظهور را بررسی میکند که میتوانند اثرات منفی ناشی از ناهمگونیها را در جنبههای مختلف کاهش دهند. این کتاب مطالعات موردی شناسایی فعالیتهای انسانی مبتنی بر اینترنت اشیا را برای نشان دادن اثربخشی یادگیری فدرال شخصیسازی شده برای برنامههای هوشمند اینترنت اشیا، و همچنین طراحی کنترلکنندههای متعدد و ابزارهای تحلیل سیستم از جمله کنترل پیشبینی مدل، نابرابریهای ماتریس خطی، کنترل بهینه و غیره ارائه میکند. و چارچوب کامل طراحی مشترک برای محققان، دانشجویان فارغ التحصیل و مهندسان در زمینه های تئوری کنترل و مهندسی مفید خواهد بود.
tag : دانلود کتاب آموزش فدرال برای برنامه های کاربردی اینترنت اشیا , Download آموزش فدرال برای برنامه های کاربردی اینترنت اشیا , دانلود آموزش فدرال برای برنامه های کاربردی اینترنت اشیا , Download Federated Learning for IoT Applications Book , آموزش فدرال برای برنامه های کاربردی اینترنت اشیا دانلود , buy آموزش فدرال برای برنامه های کاربردی اینترنت اشیا , خرید کتاب آموزش فدرال برای برنامه های کاربردی اینترنت اشیا , دانلود کتاب Federated Learning for IoT Applications , کتاب Federated Learning for IoT Applications , دانلود Federated Learning for IoT Applications , خرید Federated Learning for IoT Applications , خرید کتاب Federated Learning for IoT Applications ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.