É com grande satisfação que anunciamos a aceitação do trabalho desenvolvido por Aissa Hadj Mohamed (Meta 3) na conferência “IEEE Symposium on Computers and Communications” (ISCC). O estudo introduz o FedCCSKD, um algoritmo de treinamento em Aprendizado Federado (FL) que combina Seleção de Clientes Clusterizados e Destilação de Conhecimento (KD), visando a redução dos custos de comunicação nesse contexto.

O FedCCSKD destaca-se por sua abordagem que se fundamenta em três objetivos principais: (i) reduzir o número de dispositivos que treinam em cada rodada, (ii) diminuir a quantidade de rodadas necessárias para alcançar a convergência e (iii) atenuar o impacto dos dados heterogêneos dos clientes sobre a eficácia do modelo global.