التعلم الفيدرالي في استشعار المدن الذكية: التحديات والفرص

استشعار المدن الذكية هو نموذج ناشئ لتسهيل الانتقال إلى خدمات المدن الذكية. قدوم إنترنت الأشياء (IoT) والاستخدام الواسع للأجهزة المحمولة ذات القدرات الحاسوبية والاستشعارية قد حفز التطبيقات التي تتطلب جمع البيانات على نطاق مجتمعي. يمكن استغلال هذه البيانات القيمة لتدريب نماذج الذكاء الاصطناعي المتقدمة التي تخدم خدمات ذكية متعددة تفيد المجتمع في جميع جوانبه. على الرغم من فعاليتها، فإن نماذج جمع البيانات التقليدية المدعومة بنماذج تعلم الآلة المركزية تثير مخاوف بشأن الأمان والخصوصية، وتؤدي إلى انخفاض المشاركة في الاستشعار على نطاق واسع وتوفير البيانات لخدمات المدينة الذكية. للتغلب على هذه التحديات، يُعتبر التعلم الفيدرالي مفهومًا جديدًا يمكن أن يكون حلاً لمشكلات الخصوصية والأمان التي تواجه جمع البيانات. يقدم هذا المقال الاستقصائي لمحة عامة عن استشعار المدن الذكية والتحديات الحالية، تليها إمكانيات التعلم الفيدرالي في معالجة تلك التحديات. يتم توفير مناقشة شاملة حول أحدث الأساليب للتعلم الفيدرالي، بالإضافة إلى مناقشة متعمقة حول قابلية تطبيق التعلم الفيدرالي في استشعار المدن الذكية؛ حيث يتم تقديم رؤى واضحة حول القضايا المفتوحة والتحديات والفرص في هذا المجال كإرشادات للباحثين الذين يدرسون هذا الموضوع.