• 客服專區
  • 登入
  • 註冊
焦點產業

events近期活動

      keyword關鍵議題

      expert熱門專家

        POP REPORT熱門文章

        i卡會員

        歡迎免費加入,享有多項免費權益!

        >

        PRESENTATIONS主題推薦

        概述聯合學習演算法架構及其在無線通訊網路應用
        Overview of Federated Learning and its application in Wireless Communication Networks
        • 2020/12/30
        • 559
        • 36

        聯合學習打破了個資和隱私保護規範對企業取得資料行為的限制,以分散式訓練方法,把資料留在用戶端,不用到處收集大量資料,也能得到高效能的AI模型,不但取代了傳統集中式的機器學習,更成為當前AI大數據與個資隱私瓶頸的解套方法。聯合學習已是機器學習領域的重要研究議題,也在電子商務、金融、醫療、教育等諸多領域發展應用。本文以聯合學習應用於無線網路領域為例,說明聯合學習如何解決無線網路中的資料,通常位於用戶設備和網路終端設備中難以取用的問題,且發現聯合學習除了突破資料隱私限制,也有助於建立更好的無線網路環境,對無線網路的頻寬管理、可靠性和延遲問題皆有所改善。

        【內容大綱】

        • 一、 聯合學習模型概述
          • (一)  聯合學習發展背景
          • (二)  聯合學習定義
          • (三)  聯合學習類別
        • 二、 無線通訊網路領域應用機會
          • (一)  邊緣運算與高速存取
          • (二)  頻譜管理
          • (三)  5G核心網路
        • 三、 後續應用挑戰
          • (一)  安全與隱私保護仍有挑戰
          • (二)  與演算法有關的挑戰
          • (三)  與無線網路設置有關的挑戰
        • IEKView

         

        【圖表大綱】

        • 圖1、聯合學習模型訓練機制示意
        • 圖2、邊緣運算平台應用聯合學習分析快取內容示意
        • 圖3、聯合學習與集中式模型訓練差異
        • 圖4、5G網路資料分析功能運作機制

         

        推薦閱讀