Объём, гетерогенность и мультимодальность пространственных данных создают серьёзные вызовы для традиционных методов машинного обучения. В рамках исследования проанализированы существующие подходы к построению распределённых моделей машинного обучения, способных эффективно обрабатывать пространственные данные, находящиеся в разных географических или вычислительных узлах. Рассмотрены архитектуры распределённых вычислений, методы пространственного моделирования, а также вопросы обеспечения приватности, согласованности моделей и масштабируемости.
| Файл презентации: | 01 Воронкин Кикин Колесников Шарыпаев.pdf |