元宇宙中基于联邦学习的移动增强现实
机器学习
2023-11-08 v2 密码学与安全
摘要
元宇宙被视为互联网的下一演进形态，近期备受关注。通过移动增强现实（MAR）实现的元宇宙应用需要快速且准确的目标检测，以将数字数据与现实世界融合。随着移动设备演进，其计算能力不断提升，因而可借助其计算资源训练机器学习模型。鉴于用户隐私与数据安全的日益关切，联邦学习（FL）已成为一种前景广阔的分布式学习框架，用于隐私保护分析。本文将 FL 与 MAR 在元宇宙中结合。我们讨论了 FL 与 MAR 结合的必要性与合理性。同时探讨了元宇宙中支撑 FL 与 MAR 的前瞻技术。此外，给出了阻碍元宇宙中 FL 与 MAR 落地的现有挑战及若干应用场景。最后，展示了三个元宇宙 FL-MAR 系统的案例研究。
引用
@article{arxiv.2212.08324,
title = {Mobile Augmented Reality with Federated Learning in the Metaverse},
author = {Xinyu Zhou and Jun Zhao},
journal= {arXiv preprint arXiv:2212.08324},
year = {2023}
}