Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Kontinuerlig inlärning för resursbegränsade 6G Ambient IoT-enheter

Diarienummer
Koordinator RISE Research Institutes of Sweden AB
Bidrag från Vinnova 99 744 kronor
Projektets löptid januari 2025 - juni 2025
Status Avslutat
Utlysning 6G - Kompetensförsörjning
Ansökningsomgång 6G - Handledning av examensarbete

Viktiga resultat som projektet gav

Målet med examensarbetet var att göra Mondrian-skogar redo för inbyggda system. Mondrian-skogar möjliggör inlärning direkt på enheten, även på strömsnåla enheter, utan behov av träning i molnet. Innan examensarbetet fanns endast en version i Python. Arbetet har portat den befintliga implementationen till C och utvärderat prestandan. Examensarbetet finns tillgängligt på https://uu.diva-portal.org/smash/record.jsf? pid=diva2%3A1979257&dswid=-6317

Långsiktiga effekter som förväntas

Det förväntade resultatet var att demonstrera online-inlärning på Ambient IoT-enheter genom att implementera ett online-inlärningssystem som möjliggör modellträning direkt på sådana enheter. Träning på enheten möjliggör (1) modellträning med lokal data utan att dela data, vilket ger integritetsbevarande beräkning, (2) personalisering av modeller och anpassning till omgivningen, samt (3) att distribuera exakta modeller var som helst utan behov av stabil internetanslutning. Detta har uppnåtts.

Upplägg och genomförande

Efter en litteraturstudie som behandlade de teoretiska grunderna för Mondrian Forests och relaterat arbete, portade studenten den befintliga implementationen av Mondrian Forests från Python till C. Implementation anpassades därefter för resursbegränsningarna hos IoT-enheter, och olika metoder för att minska minnesanvändningen implementerades och utvärderades. Studenten hade veckovisa möten med sina handledare.

Externa länkar

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 25 juli 2025

Diarienummer 2024-03857