É com grande satisfação que o Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC) da Universidade de Campinas comunica o sucesso de Aissa Hadj e Rómulo Walter Condori Bustincio na conferência UCC 2023, em Taormina, Itália, onde apresentaram seus recentes trabalhos de pesquisa em Aprendizado Federado (FL).

Aissa Hadj introduziu um novo Framework de Seleção de Clientes Agrupados (CCSF) para Aprendizado Federado. O foco do CCSF é a redução de custos de comunicação em ambientes de FL, agrupando dispositivos clientes e implementando uma seleção de clientes tendenciosa. Este método visa minimizar tanto o número de dispositivos em treinamento a cada rodada quanto o número total de rodadas para alcançar a convergência. A eficácia do CCSF foi demonstrada através de testes com os conjuntos de dados MNIST e MotionSense, onde superou o algoritmo FedAvg em termos de velocidade de convergência e precisão.

Rómulo Walter Condori Bustincio apresentou o “EntropicFl: Efficient Federated Learning via Data Entropy and Model Divergence” no workshop CloudAM. Este projeto desenvolve um framework de FL que utiliza a entropia dos dados e a divergência de modelos para otimizar a participação dos clientes e a eficiência da comunicação. A abordagem do EntropicFL evita o uso de limiares explícitos e se concentra em um cenário non-IID, abordando a heterogeneidade dos dados em ambientes cross-device. Futuramente, o projeto visa explorar a heterogeneidade sistêmica relacionada às características de hardware dos clientes.

Parabenizamos Aissa Hadj e Rómulo Walter Condori Bustincio por suas importantes contribuições à conferência UCC 2023 e ao campo do Aprendizado Federado!