Resumen

La innovación del esquema de modelado de aprendizaje profundo juega un papel importante en promover la investigación de problemas complejos manejados con inteligencia artificial en ciudades inteligentes y en el desarrollo de la próxima generación de tecnología de la información. Con el uso generalizado de dispositivos y sistemas interactivos inteligentes, el crecimiento exponencial del volumen de datos y los requisitos de modelado complejo aumentan la dificultad del modelado de aprendizaje profundo, y el esquema clásico de modelado de aprendizaje profundo centralizado ha encontrado cuellos de botella en la mejora del rendimiento del modelo y la diversificación de los escenarios de aplicación inteligente. El sistema de procesamiento paralelo en el aprendizaje profundo vincula el espacio de información virtual con el mundo físico, aunque la investigación de aprendizaje profundo distribuido se ha convertido en una preocupación crucial con sus ventajas únicas en eficiencia de entrenamiento, y mejorar la disponibilidad de modelos entrenados y prevenir la revelación de privacidad siguen siendo los principales desafíos a los que se enfrenta la investigación

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Innovación; Esquema de modelado de aprendizaje profundo; Ciudades inteligentes; Inteligencia artificial; Aprendizaje profundo distribuido; Marco de aprendizaje federado
• Keywords:Innovation; Deep learning modeling scheme; Smart cities; Artificial intelligence; Distributed deep learning; Federated learning framework