FL zielt darauf ab, einen globalen Trainingsprozess mit lokalen Daten zu ermöglichen. Neue Ansätze von FL werden häufig mit gängigen Metriken des maschinellen Lernens (z.B. Accuracy, Loss) evaluiert und verglichen. Diese Arbeit soll weitere, geeignete Metriken zur Evaluierung von verschiedenen Ansätzen des (dezentralisierten) FL untersuchen und vergleichen.
Ihr Profil:
- Erfahrung mit Python und einem Deep Learning Framework (Tensorflow/Pytorch/JAX)
- Gute Kenntnisse der Methoden des maschinellen Lernens
- Erfahrung mit Federated Learning
- Engagement und Selbständigkeit
Bei Interesse finden Sie meine Kontaktinformationen hier: Michael Dötzer