Login
- Originaltitel:
- Guiding the Practical Adoption of Federated Machine Learning in Organizations
- Übersetzter Titel:
- Unterstützung bei der praktischen Einführung von Federated Machine Learning in Organisationen
- Autor:
- Müller, Tobias
- Jahr:
- 2024
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 19 - Lehrstuhl für Software Engineering betrieblicher Informationssysteme (Prof. Matthes)
- Betreuer:
- Matthes, Florian (Prof. Dr.)
- Gutachter:
- Matthes, Florian (Prof. Dr.); Tai, Stefan (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- TU-Systematik:
- WIR 523; DAT 600
- Kurzfassung:
- Federated Machine Learning enables multiple organizations to jointly train a Machine Learning model without direct data sharing. Despite this potential, most projects do not lead to a productive use of the technology. This dissertation investigates this challenge and identifies the influencing factors for successful practical adoption as well as the socio-technical aspects of collaborations. Moreover, this thesis develops a process model for the software development life cycle.
- Übersetzte Kurzfassung:
- Federated Machine Learning ermöglicht es mehreren Organisationen ohne direkten Datenaustausch gemeinsam ein Machine Learning Modell zu trainieren. Trotz dieses Potenzials führen die meisten Projekte nicht zu einem produktiven Einsatz der Technologie. Die vorliegende Dissertation untersucht dieses Problem und identifiziert Einflussfaktoren für eine erfolgreiche Einführung sowie sozio-technische Aspekte der Zusammenarbeit. Weiterhin wird ein Vorgehensmodell für die Softwareentwicklung entwickelt.
- WWW:
- https://mediatum.ub.tum.de/?id=1725226
- Eingereicht am:
- 08.11.2023
- Mündliche Prüfung:
- 12.07.2024
- Dateigröße:
- 3801115 bytes
- Seiten:
- 156
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240712-1725226-1-6
- Letzte Änderung:
- 30.07.2024
BibTeX