RESOURCE EFFICIENT FEDERATED EDGE LEARNING WITH HYPERDIMENSIONAL COMPUTING

A device to train a hyperdimensional computing (HDC) model may include memory and processing circuitry to train one or more independent sub models of the HDC model and transmit the one or more independent sub models to another computing device, such as a server. The device may be one of a plurality of devices, such as edge computing devices, edge or Internet of Things (loT) nodes, or the like. Training of the one or more independent sub models of the HDC model may include transforming one or more training data points to one or more hyperdimensional representations, initializing a prototype using the hyperdimensional representations of the one or more training data points, and iteratively training the initialized prototype. La présente invention porte sur un dispositif pour entraîner un modèle de calcul hyperdimensionnel (HDC) qui peut comprendre des circuits de mémoire et de traitement pour entraîner un ou plusieurs sous-modèles indépendants du modèle HDC et transmettre le ou les sous-modèles indépendants à un autre dispositif de calcul, tel qu'un serveur. Le dispositif peut être un dispositif d'une pluralité de dispositifs, tels que des dispositifs de calcul périphériques, des nœuds de bord ou de l'Internet des objets (loT), ou analogues. L'entraînement du ou des sous-modèles indépendants du modèle HDC peut consister à transformer un ou plusieurs points de données d'apprentissage en une ou plusieurs représentations hyperdimensionnelles, à initialiser un prototype à l'aide des représentations hyperdimensionnelles du ou des points de données d'apprentissage, et à entraîner de manière itérative le prototype initialisé.