RESTART patrocina il Secondo Workshop Internazionale sull’Integrazione tra Distributed Machine Learning e l’Internet of Things | 14 ottobre 2024
Il secondo workshop internazionale sull’Integrazione tra Distributed Machine Learning e l’Internet of Things si terrà il 14 ottobre 2024 ad Atene, in Grecia, con il patrocinio del programma di ricerca e sviluppo RESTART.
Al giorno d’oggi, l’impressionante proliferazione di dispositivi IoT (si prevede che raggiungeranno i 30 miliardi entro il 2030), in grado di monitorare diversi processi e ambienti del mondo reale, sta spingendo lo sviluppo di analisi estreme per le decisioni aziendali basate sulla vasta quantità di dati raccolti dagli oggetti intelligenti. Infatti, le tecnologie wireless emergenti, come il 5G e la LPWAN, stanno consentendo la possibilità di connettere in modo semplice ed efficiente dispositivi di dimensioni ridottissime, dotati anche di capacità computazionali eterogenee, che variano dagli smartphone ai microcontrollori, distribuiti su ampie aree geografiche.
In questo contesto, i meccanismi di apprendimento emergenti, come l’apprendimento distribuito e federato, possono essere una promettente alternativa alla tradizionale analisi centralizzata.
Il workshop AIoT 2024 ha lo scopo specifico di raccogliere nuove idee, contributi ed esperienze sull’integrazione del Machine Learning distribuito e federato con i sistemi IoT a lungo raggio. Il workshop richiede contributi originali che trattino le sfide aperte nell’integrazione tra Apprendimento Distribuito/Federato e IoT, inclusi lavori teorici ed esperienze pratiche su banchi di prova emulati e/o reali. Sono inoltre benvenuti contributi sull’ottimizzazione del Machine e Deep Learning su dispositivi IoT embedded.
Gli argomenti includono, ma non si limitano a:
- Apprendimento automatico efficiente nell’IoT
- Hardware per il Machine Learning e il Deep Learning nell’IoT
- Tecnologie del livello di rete per supportare l’apprendimento automatico nell’IoT
- Protocolli a supporto dell’apprendimento automatico distribuito nell’IoT
- Edge computing e IoT per l’apprendimento distribuito/federato
- Convalida sperimentale dell’apprendimento automatico distribuito per l’IoT
- Banchi di prova e strumenti per l’apprendimento automatico distribuito nell’IoT
- Condivisione e aggregazione dei dati nel rispetto della privacy nell’apprendimento distribuito/federato
- Dataset e applicazioni dell’apprendimento distribuito/federato nell’IoT (es. rilevamento dello spettro, sanità, città intelligenti e trasporti)
- Problemi di scalabilità e prestazioni nell’IoT e nell’apprendimento distribuito/federato
- Tendenze emergenti, sfide e direzioni future nell’IoT e nell’apprendimento distribuito/federato.
Per ulteriori informazioni, visita il sito web.