Federated machine learning

De studenten onderzoeken tijdens dit project de werking van een distributed machine learning netwerk. Hierbij wordt de werkbelasting voor het trainen van een model gesplitst en gedeeld tussen meerdere miniprocessors of werkknooppunten. Deze werkknooppunten werken parallel om de modeltraining te versnellen.

Doelstelling

Door inzichtelijk te maken hoe een distributed machine learning netwerk werkt, kan deze techniek mogelijk toegepast worden in meerdere projecten, zoals het AI-kompas.

Resultaten

Uit het onderzoek blijkt dat de term distributed machine learning niet goed past binnen het project. Aan de andere kant lukt het wel een zogenaamd federated machine learning netwerk op te zetten. Hierbij behouden de individuele locaties hun eigen data (dus niet parallel), maar trainen zij gezamenlijk een model dat online wordt opgeslagen.

Demonstratie video

Posterpresentatie

Extended abstract

Volg ZieDit via de livestream

Via onderstaande knop kun je de live-uitzending bijwonen. De uitzending begint op woensdag 2 februari om 14.00 uur.

Lees meer over ZieDit

Wil je meer weten over de minoren en de studentprojecten van het afgelopen blok? Lees dan het nieuwsbericht!