এই ব্লগ পোস্টটি FedML থেকে Chaoyang He এবং Salman Avestimehr-এর সাথে সহ-লিখিত।
রিয়েল-ওয়ার্ল্ড হেলথ কেয়ার অ্যান্ড লাইফ সায়েন্সেস (এইচসিএলএস) ডেটা বিশ্লেষণ করা বেশ কিছু ব্যবহারিক চ্যালেঞ্জ তৈরি করে, যেমন বিতরণ করা ডেটা সাইলো, বিরল ইভেন্টের জন্য কোনও একক সাইটে পর্যাপ্ত ডেটার অভাব, ডেটা শেয়ারিং নিষিদ্ধ করে এমন নিয়ন্ত্রক নির্দেশিকা, অবকাঠামোর প্রয়োজনীয়তা এবং তৈরিতে ব্যয় হওয়া খরচ। একটি কেন্দ্রীভূত তথ্য সংগ্রহস্থল। যেহেতু তারা একটি অত্যন্ত নিয়ন্ত্রিত ডোমেনে রয়েছে, তাই HCLS অংশীদার এবং গ্রাহকরা বৃহৎ আকারের, বিতরণ করা এবং সংবেদনশীল ডেটা পরিচালনা ও বিশ্লেষণ করার জন্য গোপনীয়তা-সংরক্ষণের প্রক্রিয়া খোঁজে।
এই চ্যালেঞ্জগুলি প্রশমিত করার জন্য, আমরা একটি ওপেন-সোর্স ফেডারেটেড লার্নিং (FL) ফ্রেমওয়ার্ক ব্যবহার করার প্রস্তাব করি FedML, যা আপনাকে বিভিন্ন সাইটে স্থানীয়ভাবে রক্ষিত বিতরণকৃত ডেটা থেকে একটি বিশ্বব্যাপী মেশিন লার্নিং মডেল প্রশিক্ষণের মাধ্যমে সংবেদনশীল HCLS ডেটা বিশ্লেষণ করতে সক্ষম করে। মডেল প্রশিক্ষণ প্রক্রিয়া চলাকালীন FL-এর সমস্ত সাইট জুড়ে বা একটি কেন্দ্রীভূত সার্ভারের সাথে ডেটা সরানো বা ভাগ করার প্রয়োজন হয় না।
এই দুই-অংশের সিরিজে, আমরা দেখাই কিভাবে আপনি AWS-এ একটি ক্লাউড-ভিত্তিক FL ফ্রেমওয়ার্ক স্থাপন করতে পারেন। প্রথম পোস্টে, আমরা FL ধারণা এবং FedML ফ্রেমওয়ার্ক বর্ণনা করেছি। মধ্যে দ্বিতীয় পোস্ট, আমরা বাস্তব-বিশ্ব স্বাস্থ্যসেবা ডেটাসেট বিশ্লেষণে এর কার্যকারিতা দেখানোর জন্য ব্যবহারের ক্ষেত্রে এবং ডেটাসেট উপস্থাপন করি, যেমন eICU ডেটা, যা 200 টিরও বেশি হাসপাতাল থেকে সংগ্রহ করা একটি মাল্টি-সেন্টার ক্রিটিক্যাল কেয়ার ডাটাবেস নিয়ে গঠিত।
পটভূমি
যদিও এইচসিএলএস-উত্পাদিত ডেটার পরিমাণ কখনও বেশি ছিল না, তবে এই জাতীয় ডেটা অ্যাক্সেসের সাথে যুক্ত চ্যালেঞ্জ এবং সীমাবদ্ধতা ভবিষ্যতে গবেষণার জন্য এর উপযোগিতাকে সীমাবদ্ধ করে। মেশিন লার্নিং (এমএল) এই উদ্বেগের কিছু সমাধান করার একটি সুযোগ উপস্থাপন করে এবং ডেটা বিশ্লেষণকে অগ্রসর করতে এবং যত্ন প্রদান, ক্লিনিকাল সিদ্ধান্ত সমর্থন, নির্ভুল ওষুধ, ট্রাইজ এবং রোগ নির্ণয় এবং দীর্ঘস্থায়ী রোগের মতো ব্যবহারের ক্ষেত্রে বিভিন্ন HCLS ডেটা থেকে অর্থপূর্ণ অন্তর্দৃষ্টি অর্জনের জন্য গৃহীত হচ্ছে। যত্ন ব্যবস্থাপনা। যেহেতু ML অ্যালগরিদমগুলি প্রায়শই রোগী-স্তরের ডেটার গোপনীয়তা রক্ষা করার জন্য পর্যাপ্ত নয়, তাই HCLS অংশীদার এবং গ্রাহকদের মধ্যে বৃহৎ আকারের, বিতরণ করা এবং সংবেদনশীল ডেটা পরিচালনা ও বিশ্লেষণের জন্য গোপনীয়তা-সংরক্ষণ পদ্ধতি এবং পরিকাঠামো ব্যবহার করার আগ্রহ বাড়ছে। [১]
আমরা AWS-এ একটি FL ফ্রেমওয়ার্ক তৈরি করেছি যা গোপনীয়তা-সংরক্ষণ পদ্ধতিতে বিতরণ করা এবং সংবেদনশীল স্বাস্থ্য ডেটা বিশ্লেষণ করতে সক্ষম করে। এটি মডেল প্রশিক্ষণ প্রক্রিয়া চলাকালীন সাইট জুড়ে বা একটি কেন্দ্রীভূত সার্ভারের সাথে ডেটা স্থানান্তর বা ভাগ না করে একটি ভাগ করা এমএল মডেলকে প্রশিক্ষণ দেয় এবং একাধিক AWS অ্যাকাউন্ট জুড়ে প্রয়োগ করা যেতে পারে। অংশগ্রহণকারীরা হয় তাদের অন-প্রিমিসেস সিস্টেমে বা তাদের নিয়ন্ত্রণ করে এমন AWS অ্যাকাউন্টে তাদের ডেটা বজায় রাখতে বেছে নিতে পারেন। অতএব, এটি বিশ্লেষণে ডেটা স্থানান্তরিত করার পরিবর্তে ডেটাতে বিশ্লেষণ নিয়ে আসে।
এই পোস্টে, আমরা দেখিয়েছি কিভাবে আপনি AWS-এ ওপেন-সোর্স FedML ফ্রেমওয়ার্ক স্থাপন করতে পারেন। হাসপাতালে রোগীর মৃত্যুর পূর্বাভাস দিতে আমরা 200 টিরও বেশি হাসপাতাল থেকে সংগ্রহ করা একটি মাল্টি-সেন্টার ক্রিটিক্যাল কেয়ার ডাটাবেস, eICU ডেটার কাঠামো পরীক্ষা করি। আমরা জিনোমিক এবং জীবন বিজ্ঞান ডেটা সহ অন্যান্য ডেটাসেট বিশ্লেষণ করতে এই FL ফ্রেমওয়ার্ক ব্যবহার করতে পারি। এটি অন্যান্য ডোমেন দ্বারাও গৃহীত হতে পারে যেগুলি অর্থ ও শিক্ষা খাত সহ বিতরণকৃত এবং সংবেদনশীল ডেটাতে পরিপূর্ণ।
ফেডারেটেড লার্নিং
প্রযুক্তির অগ্রগতি এইচসিএলএস সহ সমস্ত শিল্প জুড়ে ডেটার বিস্ফোরক বৃদ্ধির দিকে পরিচালিত করেছে। এইচসিএলএস সংস্থাগুলি প্রায়শই সাইলোতে ডেটা সংরক্ষণ করে। এটি ডেটা-চালিত শিক্ষার ক্ষেত্রে একটি বড় চ্যালেঞ্জ তৈরি করে, যার জন্য ভালভাবে সাধারণীকরণ এবং কর্মক্ষমতার পছন্দসই স্তর অর্জনের জন্য বড় ডেটাসেটগুলির প্রয়োজন। অধিকন্তু, উচ্চ-মানের ডেটাসেট সংগ্রহ করা, কিউরেট করা এবং রক্ষণাবেক্ষণ করার জন্য উল্লেখযোগ্য সময় এবং খরচ হয়।
ফেডারেটেড লার্নিং ML মডেলগুলিকে সহযোগিতামূলকভাবে প্রশিক্ষণের মাধ্যমে এই চ্যালেঞ্জগুলিকে প্রশমিত করে যা বিতরণ করা ডেটা ব্যবহার করে, সেগুলিকে ভাগ বা কেন্দ্রীভূত করার প্রয়োজন ছাড়াই। এটি বিভিন্ন সাইটকে চূড়ান্ত মডেলের মধ্যে উপস্থাপন করার অনুমতি দেয়, সাইট-ভিত্তিক পক্ষপাতের সম্ভাব্য ঝুঁকি হ্রাস করে। কাঠামোটি একটি ক্লায়েন্ট-সার্ভার আর্কিটেকচার অনুসরণ করে, যেখানে সার্ভার ক্লায়েন্টদের সাথে একটি বিশ্বব্যাপী মডেল ভাগ করে। ক্লায়েন্টরা স্থানীয় ডেটার উপর ভিত্তি করে মডেলটিকে প্রশিক্ষণ দেয় এবং সার্ভারের সাথে প্যারামিটার (যেমন গ্রেডিয়েন্ট বা মডেল ওজন) ভাগ করে। সার্ভার গ্লোবাল মডেল আপডেট করার জন্য এই প্যারামিটারগুলিকে একত্রিত করে, যা পরবর্তী রাউন্ডের প্রশিক্ষণের জন্য ক্লায়েন্টদের সাথে ভাগ করা হয়, যেমনটি নিম্নলিখিত চিত্রে দেখানো হয়েছে। মডেল প্রশিক্ষণের এই পুনরাবৃত্তিমূলক প্রক্রিয়া চলতে থাকে যতক্ষণ না বিশ্ব মডেল একত্রিত হয়।
সাম্প্রতিক বছরগুলিতে, এই নতুন শিক্ষার দৃষ্টান্ত সফলভাবে গৃহীত হয়েছে এমএল মডেল প্রশিক্ষণে ডেটা গভর্নেন্সের উদ্বেগকে মোকাবেলা করার জন্য। তেমনই একটি প্রচেষ্টা মেলোডি, একটি উদ্ভাবনী মেডিসিন ইনিশিয়েটিভ (IMI)-এর নেতৃত্বাধীন কনসোর্টিয়াম, AWS দ্বারা চালিত৷ এটি একটি 3-বছরের প্রোগ্রাম যাতে 10টি ফার্মাসিউটিক্যাল কোম্পানি, 2টি একাডেমিক প্রতিষ্ঠান এবং 3টি প্রযুক্তি অংশীদার রয়েছে৷ এর প্রাথমিক লক্ষ্য হল ওষুধ আবিষ্কার-ভিত্তিক মডেলগুলির ভবিষ্যদ্বাণীমূলক কর্মক্ষমতা এবং রাসায়নিক প্রয়োগযোগ্যতা উন্নত করার জন্য একটি মাল্টি-টাস্ক এফএল ফ্রেমওয়ার্ক তৈরি করা। প্ল্যাটফর্মটিতে একাধিক AWS অ্যাকাউন্ট রয়েছে, প্রতিটি ফার্মা অংশীদার তাদের ব্যক্তিগত ডেটাসেটগুলি বজায় রাখার জন্য তাদের নিজ নিজ অ্যাকাউন্টের সম্পূর্ণ নিয়ন্ত্রণ বজায় রাখে এবং একটি কেন্দ্রীয় ML অ্যাকাউন্ট মডেল প্রশিক্ষণের কাজগুলি সমন্বয় করে।
কনসোর্টিয়াম 20 টিরও বেশি জৈবিক পরীক্ষায় 40,000 মিলিয়নেরও বেশি ছোট অণু সমন্বিত কোটি কোটি ডেটা পয়েন্টে মডেলদের প্রশিক্ষিত করেছে। পরীক্ষামূলক ফলাফলের উপর ভিত্তি করে, সহযোগী মডেলগুলি ফার্মাকোলজিকাল বা বিষাক্তভাবে সক্রিয় বা নিষ্ক্রিয় হিসাবে অণুগুলিকে শ্রেণীবদ্ধ করার ক্ষেত্রে 4% উন্নতি প্রদর্শন করেছে। এটি নতুন ধরনের অণুতে প্রয়োগ করার সময় আত্মবিশ্বাসী ভবিষ্যদ্বাণী প্রদানের ক্ষমতা 10% বৃদ্ধির দিকে পরিচালিত করে। অবশেষে, সহযোগী মডেলগুলি সাধারণত বিষাক্ত এবং ফার্মাকোলজিকাল ক্রিয়াকলাপের মান অনুমান করার ক্ষেত্রে 2% ভাল ছিল।
FedML
FedML হল FL অ্যালগরিদম বিকাশের সুবিধার্থে একটি ওপেন সোর্স লাইব্রেরি। এটি তিনটি কম্পিউটিং দৃষ্টান্ত সমর্থন করে: প্রান্ত ডিভাইসের জন্য অন-ডিভাইস প্রশিক্ষণ, বিতরণ করা কম্পিউটিং এবং একক-মেশিন সিমুলেশন। এটি নমনীয় এবং জেনেরিক API ডিজাইন এবং ব্যাপক রেফারেন্স বেসলাইন বাস্তবায়ন (অপ্টিমাইজার, মডেল এবং ডেটাসেট) সহ বিভিন্ন অ্যালগরিদমিক গবেষণাও অফার করে। FedML লাইব্রেরির বিশদ বিবরণের জন্য, পড়ুন FedML.
নিম্নলিখিত চিত্রটি FedML এর ওপেন সোর্স লাইব্রেরি আর্কিটেকচার উপস্থাপন করে।
পূর্ববর্তী চিত্রে দেখা গেছে, প্রয়োগের দৃষ্টিকোণ থেকে, FedML অন্তর্নিহিত কোডের বিশদ বিবরণ এবং বিতরণ করা প্রশিক্ষণের জটিল কনফিগারেশনগুলিকে রক্ষা করে। অ্যাপ্লিকেশন স্তরে, যেমন কম্পিউটার দৃষ্টি, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, এবং ডেটা মাইনিং, ডেটা বিজ্ঞানী এবং প্রকৌশলীদের শুধুমাত্র মডেল, ডেটা এবং প্রশিক্ষককে একটি স্বতন্ত্র প্রোগ্রামের মতোই লিখতে হবে এবং তারপরে এটিকে FedMLRunner অবজেক্টে পাস করতে হবে। নিম্নলিখিত কোডে দেখানো সমস্ত প্রক্রিয়া সম্পূর্ণ করুন। এটি অ্যাপ্লিকেশন ডেভেলপারদের FL সঞ্চালনের জন্য ওভারহেডকে ব্যাপকভাবে হ্রাস করে।
FedML অ্যালগরিদম এখনও একটি কাজ চলছে এবং ক্রমাগত উন্নত হচ্ছে। এই লক্ষ্যে, FedML মূল প্রশিক্ষক এবং সমষ্টিকে বিমূর্ত করে এবং ব্যবহারকারীদের দুটি বিমূর্ত বস্তু প্রদান করে, FedML.core.ClientTrainer
এবং FedML.core.ServerAggregator
, যা শুধুমাত্র এই দুটি বিমূর্ত বস্তুর ইন্টারফেসের উত্তরাধিকারী হতে হবে এবং সেগুলিকে FedMLRunner এ পাঠাতে হবে। এই ধরনের কাস্টমাইজেশন এমএল ডেভেলপারদের সর্বোচ্চ নমনীয়তা প্রদান করে। আপনি নির্বিচারে মডেল কাঠামো, অপ্টিমাইজার, ক্ষতি ফাংশন, এবং আরও অনেক কিছু সংজ্ঞায়িত করতে পারেন। এই কাস্টমাইজেশনগুলিকে FedMLRunner-এর সাহায্যে আগে উল্লিখিত ওপেন-সোর্স কমিউনিটি, ওপেন প্ল্যাটফর্ম এবং অ্যাপ্লিকেশন ইকোলজির সাথে নির্বিঘ্নে সংযুক্ত করা যেতে পারে, যা উদ্ভাবনী অ্যালগরিদম থেকে বাণিজ্যিকীকরণ পর্যন্ত দীর্ঘ ব্যবধানের সমস্যা সম্পূর্ণভাবে সমাধান করে।
পরিশেষে, পূর্ববর্তী চিত্রে দেখানো হয়েছে, FedML বিতরণকৃত কম্পিউটিং প্রক্রিয়াগুলিকে সমর্থন করে, যেমন জটিল নিরাপত্তা প্রোটোকল এবং একটি নির্দেশিত অ্যাসাইক্লিক গ্রাফ (DAG) ফ্লো কম্পিউটিং প্রক্রিয়া হিসাবে বিতরণ করা প্রশিক্ষণ, যা জটিল প্রোটোকলের লেখাকে স্বতন্ত্র প্রোগ্রামের মতো করে তোলে। এই ধারণার উপর ভিত্তি করে, সিকিউরিটি প্রোটোকল ফ্লো লেয়ার 1 এবং এমএল অ্যালগরিদম প্রসেস ফ্লো লেয়ার 2 সহজেই আলাদা করা যায় যাতে সিকিউরিটি ইঞ্জিনিয়ার এবং এমএল ইঞ্জিনিয়াররা একটি মডুলার আর্কিটেকচার বজায় রেখে কাজ করতে পারে।
FedML ওপেন-সোর্স লাইব্রেরি প্রান্তের পাশাপাশি ক্লাউডের জন্য ফেডারেটেড ML ব্যবহারের ক্ষেত্রে সমর্থন করে। প্রান্তে, ফ্রেমওয়ার্ক মোবাইল ফোন এবং ইন্টারনেট অফ থিংস (IoT) ডিভাইসগুলিতে প্রান্ত মডেলগুলির প্রশিক্ষণ এবং স্থাপনার সুবিধা দেয়৷ ক্লাউডে, এটি মাল্টি-রিজিওন এবং মাল্টি-টেন্যান্ট পাবলিক ক্লাউড অ্যাগ্রিগেশন সার্ভার সহ, ডকার মোডে ব্যক্তিগত ক্লাউড স্থাপনা সহ বিশ্বব্যাপী সহযোগী এমএল সক্ষম করে। ফ্রেমওয়ার্ক গোপনীয়তা-সংরক্ষণকারী এফএল যেমন নিরাপত্তা, গোপনীয়তা, দক্ষতা, দুর্বল তত্ত্বাবধান এবং ন্যায্যতা সম্পর্কিত মূল উদ্বেগের সমাধান করে।
উপসংহার
এই পোস্টে, আমরা দেখিয়েছি কিভাবে আপনি AWS-এ ওপেন-সোর্স FedML ফ্রেমওয়ার্ক স্থাপন করতে পারেন। এটি আপনাকে বিতরণ করা ডেটাতে একটি এমএল মডেলকে প্রশিক্ষণ দিতে দেয়, এটি ভাগ বা সরানোর প্রয়োজন ছাড়াই। আমরা একটি মাল্টি-অ্যাকাউন্ট আর্কিটেকচার সেট আপ করেছি, যেখানে একটি বাস্তব-বিশ্বের পরিস্থিতিতে, সংস্থাগুলি ডেটা গভর্নেন্স বজায় রেখে সহযোগিতামূলক শিক্ষা থেকে উপকৃত হতে ইকোসিস্টেমে যোগ দিতে পারে। মধ্যে পরের পোস্টে, আমরা বাস্তব-বিশ্বের দৃশ্যে এর কার্যকারিতা প্রদর্শন করতে বহু-হাসপাতাল eICU ডেটাসেট ব্যবহার করি।
অনুগ্রহ করে উপস্থাপনা পর্যালোচনা করুন re:MARS 2022 এর উপর ফোকাসAWS-এ পরিচালিত ফেডারেটেড লার্নিং: স্বাস্থ্যসেবার জন্য একটি কেস স্টাডি” এই সমাধানের বিস্তারিত ওয়াকথ্রু জন্য।
উল্লেখ
[১] কাইসিস, জিএ, মাকোস্কি, এমআর, রুকার্ট, ডি. এট আল। মেডিকেল ইমেজিং-এ সুরক্ষিত, গোপনীয়তা-সংরক্ষণ এবং ফেডারেটেড মেশিন লার্নিং। Nat Mach Intell 1, 2–305 (311)। https://doi.org/2020/s10.1038-42256-020-0186
[২] ফেডএমএল https://fedml.ai
লেখক সম্পর্কে
অলিভিয়া চৌধুরী, পিএইচডি, AWS-এর একজন সিনিয়র পার্টনার সলিউশন আর্কিটেক্ট। তিনি হেলথ কেয়ার এবং লাইফ সায়েন্স ডোমেনে অংশীদারদের সাহায্য করেন, AWS ব্যবহার করে অত্যাধুনিক সমাধান ডিজাইন, বিকাশ এবং স্কেল করেন। জিনোমিক্স, স্বাস্থ্যসেবা বিশ্লেষণ, ফেডারেটেড লার্নিং এবং গোপনীয়তা-সংরক্ষণকারী মেশিন লার্নিং-এ তার একটি পটভূমি রয়েছে। কাজের বাইরে, তিনি বোর্ড গেম খেলেন, ল্যান্ডস্কেপ আঁকেন এবং মাঙ্গা সংগ্রহ করেন।
বিদ্যা সাগর রবিপতি এ একজন ম্যানেজার অ্যামাজন এমএল সলিউশন ল্যাবযেখানে তিনি বিশাল আকারের বিতরণ ব্যবস্থাগুলিতে তার বিশাল অভিজ্ঞতা এবং বিভিন্ন শিল্পের উল্লম্ব অঞ্চলে এডাব্লুএস গ্রাহকদের তাদের এআই এবং ক্লাউড গ্রহণকে ত্বরান্বিত করতে সহায়তা করার জন্য মেশিন লার্নিংয়ের প্রতি তাঁর আগ্রহকে উপকৃত করেন। পূর্বে, তিনি অ্যামাজনে কানেক্টিভিটি সার্ভিসে মেশিন লার্নিং ইঞ্জিনিয়ার ছিলেন যিনি ব্যক্তিগতকরণ এবং ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ প্ল্যাটফর্ম তৈরিতে সহায়তা করেছিলেন।
ওয়াজাহাত আজিজ তিনি AWS-এর একজন প্রিন্সিপাল মেশিন লার্নিং এবং HPC সলিউশন আর্কিটেক্ট, যেখানে তিনি স্বাস্থ্যসেবা এবং জীবন বিজ্ঞানের গ্রাহকদের AWS প্রযুক্তি ব্যবহার করতে সাহায্য করার উপর দৃষ্টি নিবদ্ধ করেন যাতে ড্রাগ ডেভেলপমেন্টের মতো বিভিন্ন ধরনের ব্যবহারের ক্ষেত্রে অত্যাধুনিক ML এবং HPC সমাধান তৈরি করা যায়। ক্লিনিকাল ট্রায়াল, এবং গোপনীয়তা সংরক্ষণ মেশিন লার্নিং। কাজের বাইরে, ওয়াজাহাত প্রকৃতি অন্বেষণ, হাইকিং এবং পড়তে পছন্দ করে।
দিব্যা ভার্গবী আমাজন এমএল সলিউশন ল্যাবে একজন ডেটা সায়েন্টিস্ট এবং মিডিয়া এবং এন্টারটেইনমেন্ট ভার্টিক্যাল লিড, যেখানে তিনি মেশিন লার্নিং ব্যবহার করে AWS গ্রাহকদের জন্য উচ্চ-মূল্যের ব্যবসায়িক সমস্যার সমাধান করেন। তিনি ইমেজ/ভিডিও বোঝার, জ্ঞান গ্রাফ সুপারিশ সিস্টেম, ভবিষ্যদ্বাণীমূলক বিজ্ঞাপন ব্যবহারের ক্ষেত্রে কাজ করেন।
উজ্জ্বল রতন AWS হেলথকেয়ার এবং লাইফ সায়েন্স বিজনেস ইউনিটে AI/ML এবং ডেটা সায়েন্সের নেতা এবং একজন প্রিন্সিপাল AI/ML সলিউশন আর্কিটেক্ট। বছরের পর বছর ধরে, উজ্জ্বল স্বাস্থ্যসেবা এবং জীবন বিজ্ঞান শিল্পে একজন চিন্তিত নেতা, একাধিক গ্লোবাল ফরচুন 500 সংস্থাকে মেশিন লার্নিং গ্রহণ করে তাদের উদ্ভাবনী লক্ষ্য অর্জনে সহায়তা করে। মেডিকেল ইমেজিং, অসংগঠিত ক্লিনিকাল টেক্সট এবং জিনোমিক্সের বিশ্লেষণের সাথে জড়িত তার কাজ AWS কে এমন পণ্য এবং পরিষেবা তৈরি করতে সাহায্য করেছে যা অত্যন্ত ব্যক্তিগতকৃত এবং সুনির্দিষ্টভাবে লক্ষ্যযুক্ত ডায়াগনস্টিকস এবং থেরাপিউটিক প্রদান করে। তার অবসর সময়ে, তিনি গান শুনতে (এবং বাজানো) উপভোগ করেন এবং তার পরিবারের সাথে অপরিকল্পিত সড়ক ভ্রমণ করেন।
চাওয়ং হি তিনি FedML, Inc.-এর সহ-প্রতিষ্ঠাতা এবং CTO, যে কোনো স্কেলে যে কোনো জায়গা থেকে একটি কমিউনিটি বিল্ডিং উন্মুক্ত এবং সহযোগিতামূলক AI এর জন্য একটি স্টার্টআপ চলছে। তার গবেষণা ডিস্ট্রিবিউটেড/ফেডারেটেড মেশিন লার্নিং অ্যালগরিদম, সিস্টেম এবং অ্যাপ্লিকেশনের উপর দৃষ্টি নিবদ্ধ করে। তিনি তার পিএইচ.ডি. থেকে কম্পিউটার বিজ্ঞান ইউনিভার্সিটি অফ সাউদার্ন ক্যালিফোর্নিয়া, লস এঞ্জেলেস, মার্কিন যুক্তরাষ্ট্র।
সালমান আভেস্টিমার প্রফেসর, ইউএসসি-আমাজন সেন্টার ফর সিকিউর অ্যান্ড ট্রাস্টেড মেশিন লার্নিং (ট্রাস্টেড এআই) এর উদ্বোধনী পরিচালক এবং ইলেকট্রিক্যাল অ্যান্ড কম্পিউটার ইঞ্জিনিয়ারিং ডিপার্টমেন্ট এবং কম্পিউটার সায়েন্স ডিপার্টমেন্টের ইনফরমেশন থিওরি অ্যান্ড মেশিন লার্নিং (ভিটাল) গবেষণা ল্যাবের পরিচালক। ইউনিভার্সিটি অফ সাউদার্ন ক্যালিফোর্নিয়া। এছাড়াও তিনি ফেডএমএল-এর সহ-প্রতিষ্ঠাতা এবং সিইও। তিনি আমার পিএইচ.ডি পেয়েছিলেন। 2008 সালে ইউসি বার্কলে থেকে ইলেকট্রিক্যাল ইঞ্জিনিয়ারিং এবং কম্পিউটার সায়েন্সে। তার গবেষণা তথ্য তত্ত্ব, বিকেন্দ্রীভূত এবং ফেডারেটেড মেশিন লার্নিং, সুরক্ষিত এবং গোপনীয়তা-সংরক্ষণ শেখার এবং কম্পিউটিং এর ক্ষেত্রগুলিতে ফোকাস করে।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/part-1-federated-learning-on-aws-with-fedml-health-analytics-without-sharing-sensitive-data/
- 000
- 1
- 10
- 100
- 2%
- 2020
- 2022
- 7
- a
- ক্ষমতা
- বিমূর্ত
- বিমূর্ত
- একাডেমিক
- দ্রুততর করা
- অ্যাক্সেস করা
- হিসাব
- অ্যাকাউন্টস
- অর্জন করা
- দিয়ে
- সক্রিয়
- ক্রিয়াকলাপ
- অ্যাসাইক্লিক
- ঠিকানা
- ঠিকানাগুলি
- গৃহীত
- দত্তক
- গ্রহণ
- আগাম
- বিজ্ঞাপন
- সমষ্টি
- মোট পরিমাণ
- সমষ্টিবিদ
- AI
- এআই / এমএল
- অ্যালগরিদম
- অ্যালগরিদমিক
- আলগোরিদিম
- সব
- অনুমতি
- মর্দানী স্ত্রীলোক
- অ্যামাজন এমএল সলিউশন ল্যাব
- মধ্যে
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- বিশ্লেষণ করা
- বিশ্লেষণ
- এবং
- এবং অবকাঠামো
- অ্যাঞ্জেলেস
- কোথাও
- API
- আবেদন
- অ্যাপ্লিকেশন
- ফলিত
- স্থাপত্য
- এলাকার
- যুক্ত
- ডেস্কটপ AWS
- পটভূমি
- ভিত্তি
- বেসলাইন
- কারণ
- হচ্ছে
- সুবিধা
- বার্কলে
- উত্তম
- পক্ষপাত
- কোটি কোটি
- ব্লগ
- তক্তা
- বোর্ড গেম
- আনে
- নির্মাণ করা
- ভবন
- ব্যবসায়
- ক্যালিফোর্নিয়া
- নামক
- যত্ন
- কেস
- কেস স্টাডি
- মামলা
- শ্রেণীকরণ
- কেন্দ্র
- মধ্য
- কেন্দ্রীভূত
- সিইও
- চ্যালেঞ্জ
- চ্যালেঞ্জ
- রাসায়নিক
- বেছে নিন
- ক্লায়েন্ট
- রোগশয্যা
- ক্লিনিকাল ট্রায়াল
- মেঘ
- মেঘ গ্রহণ
- সহ - প্রতিষ্ঠাতা
- কোড
- সহযোগীতা
- বাণিজ্যিকীকরণ
- সম্প্রদায়
- কমিউনিটি বিল্ডিং
- কোম্পানি
- সম্পূর্ণ
- সম্পূর্ণরূপে
- জটিল
- ব্যাপক
- কম্পিউটার
- কম্পিউটার প্রকৌশল
- কম্পিউটার বিজ্ঞান
- কম্পিউটার ভিশন
- কম্পিউটিং
- ধারণা
- উদ্বেগ
- উদ্বেগ
- সুনিশ্চিত
- সংযুক্ত
- কানেক্টিভিটি
- গঠিত
- সাহচর্য
- প্রতিনিয়ত
- সীমাবদ্ধতার
- চলতে
- নিয়ন্ত্রণ
- সমন্বয়
- মূল
- মূল্য
- তৈরি করা হচ্ছে
- সংকটপূর্ণ
- CTO
- নিরাময়
- গ্রাহকদের
- স্বনির্ধারণ
- DAG
- উপাত্ত
- ডেটা বিশ্লেষণ
- ডেটা মাইনিং
- ডেটা পয়েন্ট
- তথ্য বিজ্ঞান
- তথ্য বিজ্ঞানী
- তথ্য আদান প্রদান
- তথ্য চালিত
- ডেটাবেস
- ডেটাসেট
- বিকেন্দ্রীভূত
- রায়
- বিলি
- প্রদর্শন
- প্রদর্শিত
- বিভাগ
- স্থাপন
- বিস্তৃতি
- বর্ণিত
- বিবরণ
- নকশা
- বিশদ
- বিস্তারিত
- বিকাশ
- উন্নত
- ডেভেলপারদের
- উন্নয়নশীল
- উন্নয়ন
- যন্ত্র
- ডিভাইস
- বিভিন্ন
- Director
- বণ্টিত
- ডিস্ট্রিবিউটেড কম্পিউটিং
- বিতরণ সিস্টেম
- বিতরণ করা প্রশিক্ষণ
- বিচিত্র
- ডকশ্রমিক
- না
- ডোমেইন
- ডোমেইনের
- ড্রাগ
- সময়
- প্রতি
- পূর্বে
- সহজে
- বাস্তু
- প্রান্ত
- প্রশিক্ষণ
- কার্যকারিতা
- দক্ষতা
- প্রচেষ্টা
- পারেন
- সম্ভব
- প্রকৌশলী
- প্রকৌশল
- প্রকৌশলী
- বিনোদন
- ঘটনাবলী
- অভিজ্ঞতা
- অন্বেষণ করুণ
- সহজতর করা
- সমাধা
- সততা
- পরিবার
- ব্যক্তিত্ব
- চূড়ান্ত
- পরিশেষে
- অর্থ
- প্রথম
- নমনীয়তা
- নমনীয়
- প্রবাহ
- দৃষ্টি নিবদ্ধ করা
- গুরুত্ত্ব
- অনুসরণ
- অনুসরণ
- ভাগ্য
- ফ্রেমওয়ার্ক
- বিনামূল্যে
- থেকে
- সম্পূর্ণ
- ক্রিয়াকলাপ
- ভবিষ্যৎ
- গেম
- জমায়েত
- জিনোমিক্স
- বিশ্বব্যাপী
- লক্ষ্য
- গোল
- শাসন
- গ্রেডিয়েন্টস
- চিত্রলেখ
- বৃহত্তর
- অতিশয়
- ক্রমবর্ধমান
- উন্নতি
- নির্দেশিকা
- স্বাস্থ্য
- স্বাস্থ্যসেবা
- দখলী
- সাহায্য
- সাহায্য
- সাহায্য
- সাহায্য
- উচ্চ গুনসম্পন্ন
- অত্যন্ত
- হাসপাতাল
- কিভাবে
- এইচপিসি
- HTTPS দ্বারা
- ধারণা
- ইমেজিং
- বাস্তবায়িত
- আমদানি
- উন্নত করা
- উন্নত
- উন্নতি
- in
- নিষ্ক্রিয়
- উদ্বোধনী
- ইনক
- সুদ্ধ
- বৃদ্ধি
- শিল্প
- শিল্প
- তথ্য
- পরিকাঠামো
- ইনিশিয়েটিভ
- ইনোভেশন
- উদ্ভাবনী
- অর্ন্তদৃষ্টি
- প্রতিষ্ঠান
- স্বার্থ
- ইন্টারফেসগুলি
- Internet
- কিছু ইন্টারনেট
- IOT
- IT
- যোগদানের
- চাবি
- জ্ঞান
- নলেজ গ্রাফ
- গবেষণাগার
- রং
- ভাষা
- বড়
- বড় আকারের
- স্তর
- স্তর 1
- লেয়ার 2
- নেতৃত্ব
- নেতা
- শিক্ষা
- বরফ
- উচ্চতা
- লেভারেজ
- ওঠানামায়
- উপজীব্য
- লাইব্রেরি
- জীবন
- জীবন বিজ্ঞান
- জীবন বিজ্ঞান
- সীমা
- শ্রবণ
- বোঝা
- স্থানীয়
- স্থানীয়ভাবে
- দীর্ঘ
- The
- লস এঞ্জেলেস
- ক্ষতি
- মেশিন
- মেশিন লার্নিং
- বজায় রাখা
- রক্ষণাবেক্ষণ
- মুখ্য
- মেকিং
- পরিচালনা করা
- ব্যবস্থাপনা
- পরিচালক
- পরিচালক
- পদ্ধতি
- মার্চ
- সর্বাধিক
- অর্থপূর্ণ
- মিডিয়া
- চিকিৎসা
- ঔষধ
- উল্লিখিত
- মিলিয়ন
- খনন
- এমআইটি
- প্রশমিত করা
- ML
- মোবাইল
- মোবাইল ফোন গুলো
- মোড
- মডেল
- মডেল
- মডুলার
- অধিক
- পদক্ষেপ
- চলন্ত
- বহু
- সঙ্গীত
- প্রাকৃতিক
- স্বাভাবিক ভাষা প্রক্রিয়াকরণ
- প্রকৃতি
- প্রয়োজন
- নতুন
- পরবর্তী
- লক্ষ্য
- বস্তু
- অফার
- ONE
- খোলা
- ওপেন সোর্স
- পরিচালনা করা
- সুযোগ
- সংগঠন
- অন্যান্য
- বাহিরে
- দৃষ্টান্ত
- পরামিতি
- অংশ
- অংশগ্রহণকারীদের
- হাসপাতাল
- অংশীদারদের
- আবেগ
- রোগী
- সম্পাদন করা
- কর্মক্ষমতা
- ব্যক্তিগতকরণ
- ব্যক্তিগতকৃত
- ফার্মা
- ফার্মাসিউটিক্যাল
- ফোন
- মাচা
- প্ল্যাটফর্ম
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- কেলি
- বিন্দু
- দৃশ্যের পয়েন্ট
- পয়েন্ট
- ভঙ্গি
- পোস্ট
- সম্ভাব্য
- চালিত
- ব্যবহারিক
- অবিকল
- স্পষ্টতা
- ভবিষ্যদ্বাণী করা
- ভবিষ্যতবাণী
- বর্তমান
- উপহার
- উপস্থাপন
- পূর্বে
- প্রাথমিক
- অধ্যক্ষ
- গোপনীয়তা
- ব্যক্তিগত
- সমস্যা
- সমস্যা
- প্রক্রিয়া
- প্রসেস
- প্রক্রিয়াজাতকরণ
- পণ্য
- অধ্যাপক
- কার্যক্রম
- প্রোগ্রাম
- উন্নতি
- উত্থাপন করা
- রক্ষা
- প্রোটোকল
- প্রোটোকল
- প্রদান
- উপলব্ধ
- প্রকাশ্য
- পাবলিক মেঘ
- বিরল
- RE
- পড়া
- বাস্তব জগতে
- গৃহীত
- সাম্প্রতিক
- সুপারিশ
- হ্রাস
- হ্রাস
- শুভেচ্ছা সহ
- নিয়ন্ত্রিত
- নিয়ন্ত্রক
- সংগ্রহস্থলের
- প্রতিনিধিত্ব
- প্রয়োজন
- প্রয়োজন
- প্রয়োজন
- গবেষণা
- নিজ নিজ
- ফলাফল
- ধারনকারী
- এখানে ক্লিক করুন
- ঝুঁকি
- রাস্তা
- বৃত্তাকার
- দৌড়
- একই
- স্কেল
- বিজ্ঞান
- বিজ্ঞান
- বিজ্ঞানী
- বিজ্ঞানীরা
- নির্বিঘ্নে
- সেক্টর
- নিরাপদ
- নিরাপত্তা
- খোঁজ
- জ্যেষ্ঠ
- সংবেদনশীল
- ক্রম
- সার্ভারের
- সেবা
- সেট
- বিভিন্ন
- শেয়ার
- ভাগ
- শেয়ারগুলি
- শেয়ারিং
- প্রদর্শনী
- প্রদর্শিত
- গুরুত্বপূর্ণ
- অনুরূপ
- ব্যাজ
- একক
- সাইট
- সাইট
- ছোট
- So
- সমাধান
- সলিউশন
- solves
- কিছু
- দক্ষিণ
- স্বতন্ত্র
- শুরু
- প্রারম্ভকালে
- রাষ্ট্র-এর-শিল্প
- এখনো
- দোকান
- অধ্যয়ন
- সফলভাবে
- এমন
- যথেষ্ট
- ভুল
- সমর্থন
- সমর্থন
- সিস্টেম
- গ্রহণ
- লক্ষ্যবস্তু
- কাজ
- প্রযুক্তি
- প্রযুক্তিঃ
- পরীক্ষা
- সার্জারির
- তথ্য
- তাদের
- রোগচিকিত্সাবিজ্ঞান
- অতএব
- কিছু
- চিন্তা
- তিন
- সময়
- থেকে
- রেলগাড়ি
- প্রশিক্ষিত
- প্রশিক্ষণ
- বিচারের
- বিশ্বস্ত
- ধরনের
- সাধারণত
- নিম্নাবস্থিত
- বোধশক্তি
- একক
- বিশ্ববিদ্যালয়
- আপডেট
- মার্কিন
- ব্যবহার
- ব্যবহারকারী
- উপযোগ
- মানগুলি
- বৈচিত্র্য
- সুবিশাল
- উল্লম্ব
- চেক
- দৃষ্টি
- অত্যাবশ্যক
- আয়তন
- , walkthrough
- যে
- যখন
- হু
- ব্যাপক
- মধ্যে
- ছাড়া
- হয়া যাই ?
- কাজ
- লেখা
- লেখা
- বছর
- উত্পাদ
- আপনি
- zephyrnet