CAFEIN*, plateforme d'apprentissage fédéré reposant sur des algorithmes d'intelligence artificielle (IA), a été développée au CERN, avec pour objectif de parvenir à une extrême précision dans le fonctionnement d’un complexe d’accélérateurs sophistiqués.
L'apprentissage fédéré présente plusieurs avantages :
- Protection des données : les données brutes restant sur les machines, les informations sensibles et les données à caractère personnel sont protégées ;
- Efficacité : l'apprentissage fédéré peut être plus efficace que l'apprentissage centralisé traditionnel, en particulier pour les grands ensembles de données ou lorsqu'il s'agit de données stockées sur des appareils périphériques.
- Décentralisation : l'apprentissage fédéré est particulièrement adapté dans le cas où les données sont réparties sur des machines différentes ou dans des lieux différents, comme les objets connectés ou les établissements de santé.
- Adaptation : l'apprentissage fédéré peut être utilisé pour adapter des modèles aux préférences de chaque utilisateur ou aux conditions locales, tout en maintenant la performance d'un modèle global.
Ces caractéristiques rendent l'apprentissage fédéré utile lorsque la protection des données est primordiale, par exemple pour les appareils mobiles, la santé, etc.
Venez participer à ce webinaire en ligne pour en savoir plus sur CAFEIN et ses applications dans différents domaines, et en particulier en matière de santé grâce à un nouveau projet de l'Union européenne (TRUSTroke**). Vous pourrez notamment entendre les intervenants suivants :
- Stefano Savazzi (Consiglio Nazionale delle Ricerche), abordera les théories et les applications de l'apprentissage fédéré ;
- Michele Carminati et Alessandro Redondi (Politecnico di Milano), parleront réseau fédéré, sécurité et protection des données ;
- Luigi Serio et Diogo Reis Santos (CERN), présenteront la plateforme CAFEIN.
Pour plus d'informations : https://indico.cern.ch/e/trustrokewebinar
------
* Le projet CAFEIN (Computer-Aided deFEcts detection, Identification and classificatioN) a bénéficié d’un financement sur le budget du CERN, sous la forme d'une subvention accordée en 2019, pour le transfert de connaissances vers des applications médicales.
** Le projet TRUSTroke est financé par l'Union européenne dans le cadre de l'appel HORIZON-HLTH-2022-STAYHLTH-01-two-stage, au titre de l'accord de subvention n° 101080564.