Un'indagine propone una tassonomia per l'apprendimento federato sulla comunicazione corpo-umano

Un recente articolo di indagine disponibile su arXiv (2605.24062) esamina la convergenza tra comunicazione corpo-umano (HBC) e apprendimento federato (FL) nel contesto dell'intelligenza periferica indossabile. Gli autori sottolineano che l'HBC funge da base fisica efficace per le reti corporee facilitando la comunicazione localizzata e alleviando le richieste di collegamento radio, mentre il FL minimizza la centralizzazione dei dati grezzi per il monitoraggio fisiologico. Tuttavia, la connessione tra questi due domini è limitata: il FL nei dispositivi indossabili spesso trascura l'aspetto comunicativo, e gli studi sull'HBC tipicamente ignorano l'apprendimento e il traffico di aggiornamento dei modelli. L'articolo introduce una classificazione che differenzia tra implementazioni FL intra-corpo, hub-corpo, cross-utente e cloud clinico. Affronta anche la sfida del FL consapevole del canale corporeo, che implica la gestione della selezione dei client, della compressione degli aggiornamenti e dell'aggregazione attraverso il canale corporeo. L'indagine copre argomenti come le reti corporee wireless, il FL indossabile, la privacy dell'Internet dei Corpi e l'ottimizzazione dell'intelligenza periferica.