[Projets 2023] TRUST – Anna Melnykova (LMA), Rachid Elazouzi & Pierre-Henri Morrand (LBNC)

Titre : TRUST – apprenTissage fédéRé poUr deS données héTérogènes et sensibles

Équipe : 

• Anna MELNYKOVA (LMA) – Porteuse
• Rachid ELAZOUZI (LIA) – Porteur
• Pierre-Henri MORAND (LBNC) – Porteur

Résumé : L’objectif du projet est de traiter une problématique majeure liée aux données utilisées par l’intelligence artificielle. La projet propose d’utiliser l’apprentissage fédéré comme une solution afin de respecter des directives modernes sur la confidentialité des données (RGPD) de l’UE. Par contre l’apprentissage fédéré (FL) est toujours confronté au défis de l’hétérogénéité statistique qui peut produire un modèle global moins performant. Le projet étudiera quantitativement l’impact de l’hétérogénéité statistique sur FL et proposera des solutions efficaces pour améliorer ses performances tout en maintenant la confidentialité des données. Un cas d’étude sera réalisé sur la BREF et d’autres bases de données complémentaires portées par des membres de la FR Agorantic.

Instrument : Projet blanc

Identifiant : 23-BLC2-5