UAM

Sparse Federated Representation Learning for autonomous urban air mobility routing during mission-critical recovery windows

L'auteur décrit son parcours vers l'apprentissage de représentation fédérée parcimonieuse, motivé par les défis de surcharge de communication dans les systèmes d'apprentissage fédéré pour le diagnostic d'imagerie médicale. Il a découvert la représentation parcimonieuse comme une solution potentielle pour optimiser l'itinéraire de mobilité aérienne urbaine.