Projekt · Dnr 2020-03006 · Källa: Vinnova
Federated Learning Testbed
- Koordinator
- Lindholmen Science Park AB, AI Innovation of Sweden
- Projekttid
- 2020-08-15 till 2021-06-30 (avslutat)
- Beviljat bidrag
- 1 961 952 SEK
- Diarienummer
- 2020-03006
Beskrivning
Syftet och målet med projektet var att skapa en testbädd för federerad inlärning. En miljö har skapats där lärdomar och “best practises” från att arbeta med tekniken delas öppet, tekniska som såväl legala, ett nätverk av svenska och internationella experter har byggts upp, och en reproducerbar demo har skapats för de som enkelt vill testa och experimentera med tekniken. Resultat från projektet är ett par väldokumenterade PoC:ar, en reproducerbar demo tekniker kan testa och experimentera med själv, en blog post om “best practices / How to get started”, ett legalt resonerande dokument som diskuterar på hur de legala bedömningarna ska göras i relation till vilken federerad teknik som används och vilken data. Projektet lade också grunden till det som kom att bli Decentralized AI programmet och Edge Lab hos AI Sweden.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
Heliple - Miljö för Heterogen Länkad Produkt Livscykel Hantering
Saab AB · 2021-10-01 · 2 559 266 SEK · Projekt
Heliple projektet har tillämpat ett integrationsmönster som minimerar antalet gränssnitt, och OSLC standarden för att skapa en federerad PLM förmåga. Följande forskningsfrågor har adresserats: * Realiserbarhet: Har påvisats i liten skala * Slutanvändareffektivitet: Fullständig validering * Driftbarh…
-
Framtidens elnät skapade med federerad maskininlärning
Lindholmen Science Park AB · 2024-11-11 · 328 240 SEK · Projekt
Projektet har lyckats mycket väl att utveckla och utvärdera hur väl federerad maskininlärning som metod och ramverk är tillämpbart på elnätsdata. Det är första gången detta görs på verklig data från elmätare hos respektive elnätsbolag, inte bara i Sverige utan även internationellt. Genom att nyttja …
-
Heliple-2 - Heterogeneous Linked Product Lifecycle Environment - Iteration 2
Saab AB · 2023-01-16 · 4 927 918 SEK · Projekt
Heliple-2 projektets mål var att demonstrera att det är möjligt att skapa en federerad PLM (Product Lifecycle Management) förmåga genom att integrera fristående ingenjörsdisciplin specifika PLM system med hjälp av OSLC standarden. Projektet har påvisat att federerad PLM baserat på OSLC är ett möjlig…
-
Validering av ett systemutvecklingskit för federerad maskininlärning för edgeapplikationer
Scaleout Systems AB · 2023-10-02 · 4 918 474 SEK · Projekt
Projektets primära syfte är att öka vår förståelse för skalbarhet och cybersäkerhet inom federerad maskininlärning specifikt för tillämpningar vi molnkanten. Vi kommer också att vidareutveckla och validera ett systemutvecklingskit för federerad maskninlärning, FEDn, för storskaliga tillämpningar ino…
-
TRUSTAM - Trusted Federated Intelligence for Additive Manufacturing
INTERSPECTRAL AB · 2026-04-30 · 7 413 300 SEK · Projekt
För att additiv tillverkning ska uppfylla sin potential inom säkerhetskritisk produktion måste kvalitetssäkring vara kalibrerad, integrerad och spårbar i realtid för känsliga produktionsmiljöer. TRUSTAM tillämpar federerat lärande för kvalitetssäkring inom additiv tillverkning – ett ramverk där AI-m…