TSKS38 · Linköpings universitet
Distribuerad informationsbehandling och maskininlärning
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
6
Språk
Engelska
Nivå
Avancerad nivå
Fakultet
Tekniska fakulteten
Institution
Institutionen för systemteknik
Lärandemål
Efter fullföljd kurs förväntas studenten kunna:
- Förklara och sammanfatta teoretiska metoder, utföra matematiska härledningar, samt analysera specifika tekniska koncept relaterade till distribuerad konsensus, optimering, och maskininlärning över nätverk.
- Implementera och utföra laborativa uppgifter med välkända programspråk, samt verifiera och reflektera över de teoretiska resultaten relaterade till konsensusbildning och kollaborativ maskininlärning genom simuleringsexempel.
- Presentera och rapportera laborativa uppgifter på ett strukturerat och uttänkt sätt.
Kursinnehåll
Grundläggande kunskap om kommunikationsnätverk, grafer, topologi samt spektral grafteori. Exempel på signal- och informationsbehandling i nätverk. Applikationer inom distribuerad styrning, inferens, och maskininlärning. Informationsspridning och sammanställning över nätverk. Distribuerad konsensus i tidsinvarianta samt tidsvarianta nätverk. Optimeringsmetoder för maskininlärning. Gradientnedstigning, stokastisk gradientnedstigning, samt distribuerad och decentraliserad gradientnedstigning. Centraliserad och decentraliserad kollaborativ maskininlärning. Federerad inlärning. Kommunikationseffektivitet, samt dataheterogenitet och -integritet. Decentraliserad inlärning. Avvägningar mellan kommunikation och beräkning. Hållbar AI: etiska aspekter av AI, energi- och beräkningseffektivitet optimerad ML, etc.
Förutsättningar
- Linjär algebra, sannolikhetslära, stokastiska processer, programmeringskunskaper i Python.
Litteratur
Optimization algorithms for distributed machine learning - Joshi, Gauri
Machine Learning for Engineers - Simeone, Osvaldo
Proceedings of the IEEE, - A. Nedić, A. Olshevsky and M. G. Rabbat, Network topology and communicationcomputation tradeoffs in decentralized optimization
Proceedings of the IEEE - R. Olfati-Saber, J. A. Fax and R. M. Murray, Consensus and cooperation in networked multiagent systems
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis