É com grande satisfação que anunciamos que 3 trabalhos do H.IAAC foram premiados no 42º Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC), que aconteceu na cidade de Niterói – RJ, dos dias 20 a 24 de Maio de 2024.

A imagem abaixo mostra os pesquisadores do H.IAAC (Meta 3) presentes no evento, sendo eles: Rafael de Oliveira Jarczewski, Prof. Allan M. de Souza, Vinicius Alves, Weld Lucas Cunha, Wellington Viana Lobato Junior, Joahannes B. D. da Costa, Prof. Leandro Villas, Bruno Santos Martins, Gabriel Ukstin Talasso, Rómulo Walter Condori Bustincio, Marcos Morais e Luis Gonzalez.

Os trabalhos premiados foram:

1. Prêmio de Melhor Artigo no VIII Workshop de Computação Urbana (CoUrb) para o artigo: FedSeleKDistill: Empoderando a Escolha de Clientes com a Destilação do Conhecimento para Aprendizado Federado em Dados Não-IID, desenvolvido pelos autores Aissa Hadj Mohamed, Allan Mariano de Souza, Joahannes Bruno Dias da Costa, Leandro Villas e Julio Cesar Dos Reis.
2. Menção Honrosa (2° Melhor Artigo) no VIII Workshop de Computação Urbana (CoUrb) para o artigo: Rápido, Privado e Protegido: Uma Abordagem para Aprendizado Federado Eficiente em Ambiente Hostil, desenvolvido pelos autores Nicolas Assumpção e Leandro Villas.
3. Menção Honrosa (2° Melhor Artigo) no VII Workshop de Trabalhos de Iniciação Científica e de Graduação (WTG) para o artigo: Seleção de Clientes Adaptativa baseada em Privacidade Diferencial para Aprendizado Federado, desenvolvido pelos autores Vinícius Alves, Joahannes Bruno Dias da Costa, Luis Fernando Gomez Gonzalez, Allan Mariano de Souza e Leandro Villas.

Além disso, o H.IAAC contou com mais 4 artigos publicados no SBRC e eventos associados, sendo eles:

1. Dynamic Semi-Synchronous Federated Learning for Connected Autonomous Vehicles, desenvolvidos pelos autores Wellington Viana Lobato Junior, Joahannes Bruno Dias da Costa, Allan Mariano de Souza, Denis Rosário, Christoph Sommer (TU Dresden) e Leandro Villas. O artigo concorreu ao prêmio de melhor artigo do SBRC.
2. FedSNIP: Método baseado em Poda de Modelo de Etapa Única para Comunicação Eficiente em Aprendizado Federado, desenvolvido pelos autores Rómulo Walter Condori Bustincio, Allan Mariano de Souza, Joahannes Bruno Dias da Costa, Luis Fernando Gomez Gonzalez e Luiz Fernando Bittencourt.
3. Mecanismo para Mitigar Ataques de Envenenamento de Modelo no Aprendizado Federado, apresentado no VIII Workshop de Computação Urbana (CoUrb), desenvolvido pelos autores Marcos Gilliard Oliveira Morais, Joahannes Bruno Dias da Costa, Luis Fernando Gomez Gonzalez, Allan Mariano de Souza e Leandro Villas.
4. Treine Menos, Preveja Mais: plugin de Aprendizado Federado habilita alta eficiência em dados heterogêneos, apresentado no VIII Workshop de Computação Urbana (CoUrb), desenvolvido pelos autores Cláudio Capanema (UFMG), Joahannes Bruno Dias da Costa, Fabrício Aguiar Silva (UFV), Leandro Villas e Antonio Alfredo Ferreira Loureiro (UFMG).

Parabéns aos autores.

Confira abaixo fotos da cerimônia de premiação.