یکی از چالشهای بزرگ در سیستمهای حملونقل هوشمند، پیشبینی دقیق ترافیک بدون به خطر انداختن حریم خصوصی کاربران است. حالا محققان فریمورک جدیدی به نام «AutoFed» را معرفی کردهاند که با استفاده از یادگیری فدرالِ شخصیسازیشده (PFL)، این مشکل را حل میکند.
نکته جذاب این مدل اینجاست که برخلاف روشهای قبلی، نیاز به تنظیمات دستی پیچیده و وقتگیر (Hyper-parameter tuning) ندارد و با استفاده از یک سیستم «پرامپت» هوشمند، دادههای محلی را برای یادگیریِ بهترِ الگوهای ترافیکی بهینهسازی میکند. این یعنی راهکاری عملیتر و سریعتر برای مدیریت ترافیک در دنیای واقعی! 🚗🏙️
منبع: arXiv Machine Learning