PulseAugur
中
实时 07:08:17
English(EN) Automated Byzantine-Resilient Clustered Decentralized Federated Learning for Battery Intelligence in Connected EVs

新的电动汽车电池智能框架使用区块链进行去中心化学习

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为 ABC-DFL 的新框架，用于互联电动汽车 (EV) 的去中心化联邦学习。该系统利用区块链取代传统的中心化服务器，并结合了拜占庭容错协议和一种称为 FLECA 的分层聚合方法。FLECA 可过滤掉来自电动汽车的恶意更新，确保电动汽车更安全、更自动化的电池智能，并在针对对抗性攻击的模拟中表现出强大的性能。 AI

影响 通过去中心化学习增强电动汽车电池智能的安全性与自动化，有望改善车队管理和预测性维护。

排序理由 详细介绍新颖框架和协议的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的电动汽车电池智能框架使用区块链进行去中心化学习

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yacine Ghamri-Doudane ·

    面向互联电动汽车电池智能的自动化拜占庭容错集群化去中心化联邦学习

    Federated learning (FL) has emerged as a promising paradigm for managing electric vehicle (EV) battery data in intelligent transportation systems (ITS), enabling privacy-preserving tasks such as anomaly detection and capacity estimation. However, most existing frameworks rely on …

相关实体

相关话题