Buscar
Mostrando ítems 1-10 de 338
Distributed learning for control
(UniandesMaestría en Ingeniería EléctricaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónica, 2009)
Resilient distributed machine learning using network reconfiguration
(Universidad de los AndesMaestría en Ingeniería Electrónica y de ComputadoresFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónica, 2020)
Machine learning (ML) is currently making great impact in our today's life. However computations may become excessively huge on big data scenarios, so recently distributed models have become an interesting field of study. ...
Energy management system for microgrids based on deep reinforcement learning
(Universidad de los AndesMaestría en Ingeniería EléctricaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónica, 2021)
The increasing use of distributed and renewable energy resources poses a challenge for traditional control methods. This happens due to the higher complexity and uncertainty introduced by these new technologies, specially ...
Learning recovery strategies for dynamic self-heal in reactive systems
(Universidad de los AndesMaestría en Ingeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y Computación, 2022-06-06)
Self-healing applications generally depend on a set of predefined instructions that the system must follow in order to recover from a failure state. Such actions are triggered from predefined hooks in the program. Moreover, ...
Privacy-preserving machine learning for collaborative data sharing via auto-encoder latent space embeddings
(Universidad de los AndesMaestría en Ingeniería IndustrialFacultad de IngenieríaDepartamento de Ingeniería Industrial, 2022-12-05)
Privacy-preserving machine learning in data-sharing processes is an ever-critical
task that enables collaborative training of Machine Learning (ML) models without
the need to share the original data sources. It is ...
Multi-GPU distribution of single-batch, time-dependent linear products
(Universidad de los AndesMaestría en Ingeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y Computación, 2020)
Modern approaches to distributed deep learning focus on using more GPU nodes to process more data in parallel, updating the model weights using a distributed gradient update rule across all nodes. The main limitation of ...
Split learning on low power devices for collaborative inference
(Universidad de los AndesMaestría en Ingeniería Electrónica y de ComputadoresFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónica, 2022)
Este trabajo se centra en la creación de un sistema de machine learning capaz de ser desplegado en sistemas embebidos y microcontroladores de bajo poder mediante una metodología split. Partiendo de las limitaciones ...
Algoritmo de ubicación de fallas de un terminal basado en modelos de machine learning
(UniandesMaestría en Ingeniería EléctricaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónica, 2018)
"Los algoritmos de ubicación de fallas de un terminal basados en la impedancia son los más usados en la actualidad y están sujetos a diversas fuentes de error. Con el objetivo de superar estas limitaciones, el proyecto ...
Arquitectura computacional de analítica de datos IoT para el connected home basada en deep learning
(Facultad de IngenieríaManizalesMaestría en Ingeniería Computacional, 2021)
Kernel-based Enhancement of General Stochastic Network for Supervised Learning
(2016)
En los últimos años, han tenido lugar avances significativos en el análisis de datos de alta dimensión que permiten soportar una amplia cantidad de aplicaciones en sistemas de aprendizaje automático y procesamiento de ...