Inferência e Distribuição de Contextos em Aplicações AIoT

Descrição

Este projeto visa o desenvolvimento de um middleware baseado em aprendizado federado e por reforço para resolver esse problema. No middleware proposto, os dados são capturados pelos objetos inteligentes e processados localmente de forma federada em modelos simplificados com o uso de aprendizado de máquina. Esses modelos locais são enviados para um serviço na nuvem que constrói, a partir da federação de objetos e utilizando algoritmos de agregação, modelos globais para inferência de contextos. Os modelos globais são distribuídos para consumo das aplicações seguindo uma proposta de computação em névoa e na borda. Todos os detalhes de funcionamento do middleware são ocultados das aplicações, que fazem uso apenas de operações para consumo de contextos e posterior avaliação dos mesmos como forma de contribuir para a melhoria dos modelos com aprendizado por reforço.

Palavras-chave

• Aprendizado Federado
• Middleware
• AIoT
• Sensibilidade ao Contexto

Grupo de pesquisa

NESPeD-Lab: Laboratório de Inteligência em Sistemas Pervasivos e Distribuídos

Financiamento

Com financiamento