Wyja¿nialno¿¿ w nauczaniu federacyjnym

"Explainability in Federated Learning" oferuje kompleksowe badanie integracji wyjänialnej sztucznej inteligencji (XAI) z federacyjnymi systemami uczenia si- (FL). Ksi--ka rozpoczyna si- od nakre-lenia podstaw FL i XAI, a nast-pnie zag--bia si- w ich skrzy-owanie, podkre-laj-c wyzwania i korzy-ci zwi-zane z interpretowalno-ci- w zdecentralizowanych -rodowiskach. Przedstawia ró-ne techniki wyjäniania dostosowane do FL, k-ad-c nacisk na personalizacj-, obs-ug- heterogenicznych danych i dziäanie w warunkach ograniczonych zasobów. Kluczowe rozdziäy dotycz- zaufania, uczciwo-ci i przejrzysto-ci, wspieranych przez rzeczywiste studia przypadków i narz-dzia wizualizacyjne. Konsekwencje etyczne, prawne i spo-eczne s- omawiane wraz z perspektywami kontradyktoryjno-ci. Ksi--ka ko-czy si- strategiami analizy porównawczej i przysz-ymi kierunkami badä, s-u--c jako wäny przewodnik dla badaczy, programistów i decydentów politycznych d---cych do stworzenia przejrzystych, godnych zaufania modeli FL.

O Dr. Sravanthi Dontu e o Dr. Rohith Vallabhaneni, ambos investigadores de renome com doutoramentos da Universidade de Cumberlands, EUA, são especializados em IA e TI. Os seus conhecimentos abrangem a computação em nuvem, a cibersegurança, a IoT e a engenharia de software. Contribuíram significativamente através de publicações, inovação, liderança e ligações globais.