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。

成为VIP会员查看完整内容
Anomaly detection in smart buildings using federated learning Presentation.pdf
4

相关内容

数据是组织最具价值的资产之一。企业的数据质量与业务绩效之间存在着直接联系,高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。有了普遍深入的数据质量,企业在任何时候都可以信任满足所有需求的所有数据。
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
联邦学习或将助力IoT走出“数据孤岛”?
中国计算机学会
20+阅读 · 2019年3月16日
吴恩达《ML Yearning》| 端到端的深度学习
人工智能前沿讲习班
7+阅读 · 2018年9月27日
Object detection on aerial imagery using CenterNet
Arxiv
6+阅读 · 2019年8月22日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
Joint Monocular 3D Vehicle Detection and Tracking
Arxiv
8+阅读 · 2018年12月2日
VIP会员
相关VIP内容
微信扫码咨询专知VIP会员