Federated learning voor branddetectie met camera's
Onderzoekers hebben een methode ontwikkeld om federated learning toe te passen op binnenshuis branddetectie via camera's. Deze aanpak houdt rekening met beperkte bandbreedte, storingsgevoelige clients en de afhankelijkheid van een centrale server.
Bij branddetectiesystemen die gebruikmaken van randapparatuur zoals camera's spelen privacygevoelige opnames een grote rol. Omdat deze videostreams niet zomaar centraal verzameld kunnen worden, biedt federated learning een alternatief waarbij modellen lokaal getraind worden. Bestaande toepassingen liepen echter vast op praktische drempels zoals netwerklimieten en de betrouwbaarheid van deelnemende systemen.
De nieuwe studie introduceert oplossingen voor deze obstakels, waaronder een specifieke dataset voor indoor branddetectie. Federated learning is een bredere technak binnen kunstmatige intelligentie waarbij privacy gewaarborgd blijft doordat data lokaal blijft staan en alleen modelupdates worden gedeeld.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.LG). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel