स्मार्ट ट्रैफिक प्रबंधन के लिए संघीय शिक्षण सहायता प्राप्त गहन संक्रामक न्यूरल नेटवर्क समाधान

मशीन लर्निंग मॉडल, विशेष रूप से न्यूरल नेटवर्क (एनएन) वर्गीकरणकर्ताओं, ने इमेज क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन और वीडियो एनालिटिक्स जैसी जटिल कार्यों में उपयोग किए जाने की अद्भुत संभावनाएँ दिखाईं हैं। हालाँकि, वास्तविक दुनिया के अनुप्रयोगों में अपनाए जाने के लिए अभी भी कुछ समस्याओं का समाधान करना बाकी है। इनमें से एक समस्या यह है कि मशीन लर्निंग मॉडल, विशेष रूप से एनएन मॉडल को एक निश्चित स्तर की गणना और डेटा प्रोसेसिंग की आवश्यकता होती है। अन्य समस्याएँ नेटवर्क की सीमित बैंडविड्थ और यदि प्रशिक्षण डेटा (विशेष रूप से वीडियो) नेटवर्क के माध्यम से स्थानांतरित किया जा रहा है तो उपयोगकर्ताओं की गोपनीयता को हमलों के प्रति उजागर करने की संभावना हैं। इन समस्याओं को कम करने के लिए, शोधकर्ताओं ने हाल ही में संघीय शिक्षण की अवधारणा का प्रस्ताव रखा है। इस पेपर में, हम ट्रैफिक प्रबंधन के लिए एक वीडियो एनालिटिक एप्लिकेशन बनाते हैं और इसे संघीय शिक्षण का उपयोग करके प्रशिक्षित करते हैं। विशेष रूप से, प्रत्येक ट्रैफिक निगरानी कैमरा और उसके सह-स्थित छोटे पीसी को संघीय शिक्षण में कार्यकर्ता नोड के रूप में देखा जाता है। इस प्रकार, प्रत्येक नोड में एनएन मॉडल को सभी नोड्स से एकत्रित डेटा पर बिना केंद्रीय सर्वर के साथ ट्रांसमिट और साझा किए प्रशिक्षित किया जा सकता है, जिससे ऊपर बताए गए सभी समस्याओं का समाधान होता है। प्रशिक्षित एनएन मॉडल के प्रदर्शन का मूल्यांकन विभिन्न ओपन-सोर्स डेटासेट्स के तहत प्रयोगों के माध्यम से किया गया है ताकि यह प्रदर्शित किया जा सके कि प्रस्तावित कार्य 40% की अधिकता के साथ डिटेक्शन सटीकता (mAP) को बढ़ाने की क्षमता रखता है।