Ulteriori informazioni
"Explainability in Federated Learning" ofrece una exploración exhaustiva de la integración de la IA explicable (XAI) en los sistemas de aprendizaje federado (FL). El libro comienza esbozando los fundamentos de FL y XAI antes de profundizar en su intersección, destacando los retos y beneficios de la interpretabilidad en entornos descentralizados. Presenta varias técnicas de explicabilidad adaptadas a la FL, haciendo hincapié en la personalización, el manejo de datos heterogéneos y el funcionamiento en entornos con recursos limitados. Los capítulos clave abordan la confianza, la equidad y la transparencia, con el apoyo de estudios de casos reales y herramientas de visualización. Las implicaciones éticas, jurídicas y sociales se analizan junto con las perspectivas de confrontación. El libro concluye con estrategias de evaluación comparativa y futuras líneas de investigación, sirviendo de guía vital para investigadores, desarrolladores y responsables políticos que pretendan construir modelos FL transparentes y fiables.
Info autore
La Dra. Sravanthi Dontu y el Dr. Rohith Vallabhaneni, ambos consumados investigadores con doctorados por la Universidad de Cumberlands (Estados Unidos), están especializados en IA e IT. Su experiencia abarca la computación en la nube, la ciberseguridad, el IoT y la ingeniería de software. Han contribuido significativamente a través de publicaciones, innovación, liderazgo y conexiones globales.
