智慧交通中负责任的联邦学习：展望与挑战
网络与互联网体系结构
2024-04-11 v1
摘要
在智慧交通中整合人工智能（AI）和联邦学习（FL）引发了关于其负责任使用的关键问题。确保负责任的 AI 对于智能交通系统的稳定性和可持续性至关重要。尽管其十分重要，但关于在该领域负责任地应用 AI 和 FL 的研究仍处于起步阶段，缺乏对其融合的深入探讨。我们的研究分析了 FL 在智慧交通中的作用，以及负责任的 AI 对分布式智慧交通的促进作用。最后，我们讨论了在智慧交通中开发和实施负责任 FL 的挑战，并提出了潜在的解决方案。通过整合负责任的 AI 和联邦学习，智能交通系统有望实现更高程度的智能化、个性化、安全性和透明度。
引用
@article{arxiv.2404.06777,
title = {Responsible Federated Learning in Smart Transportation: Outlooks and Challenges},
author = {Xiaowen Huang and Tao Huang and Shushi Gu and Shuguang Zhao and Guanglin Zhang},
journal= {arXiv preprint arXiv:2404.06777},
year = {2024}
}