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.
