Gerade weil Federated Learning so vielfältig anwendbar ist, müssen die Prozesse an den spezifischen Einsatz angepasst werden. Im Bauhaus.MobilityLab handelt es sich hier um die entstehende Laborplattform, welche zum Austausch und zur Auswertung von Datensätzen aus den Bereichen Mobilität, Logistik und Energie geschaffen wird und Unternehmen, staatlichen sowie wissenschaftlichen Einrichtungen zur Verfügung stehen soll. Die Forschenden entwickelten hierfür eine eigene Software-Lösung, die sowohl Flexibilität als auch Nutzbarkeit für den produktiven Einsatz sichert. Hierfür wurde ein eigenes Framework geschrieben, zu welchem ein Whitepaper auf der Plattform Arxiv veröffentlicht wurde.
Originalpublikation
Weber, N., Holzer, P., Jacob, T. & Ramentol, E. (2022). Fed-DART and FACT: A solution for Federated Learning in a production environment. ArXiv, abs/2205.11267.