报告主题:Anomaly detection in smart buildings using federated learning
报告摘要: Tuhin Sharma和Bargava Subramanian解释了他们如何使用联合学习来建立异常检测模型,以监控数据质量和网络安全性,同时保护数据隐私。联合学习使边缘设备可以协作学习机器学习模型,但将所有数据保留在设备本身上。无需将数据移动到云中,而是在设备上训练模型,并且仅在网络上共享模型的更新。Tuhin和Bargava使用TensorFlow构建了深度学习模型,并使用uTensor进行了部署,uTensor是基于mbed和TensorFlow构建的轻量级ML推理框架。他们概述了他们的体系结构,并向您展示了联合学习如何帮助改进模型。
邀请嘉宾:
Tuhin Sharma,是AI公司Binaize Labs的联合创始人。之前,他是IBM的数据科学家。Watson和Red Hat,他主要从事社交媒体分析,需求预测,零售分析和客户分析,并在多家初创公司工作,在那里他建立了个性化的推荐系统,以借助ML和DL技术在整个领域最大化客户参与度。金融科技,教育科技,媒体和电子商务等多个领域。他申请了五项专利,并发表了四篇有关自然语言处理和机器学习领域的研究论文。他拥有印度技术学院Roorkee的计算机科学与工程专业的研究生学位,专门研究数据挖掘。他喜欢在业余时间打乒乓球和弹吉他。他最喜欢的名言是“生活是美好的”。
Bargava Subramanian,是位于印度班加罗尔的AI精品公司Binaize Labs的联合创始人和机器学习工程师。他拥有15年的经验提供业务分析和机器学习解决方案,B2B公司,和他辅导者组织在其数据的科学之旅。他拥有马里兰大学学院公园分校的硕士学位。他是一位热心的NBA球迷。