Šarūnas Girdzijauskas

Šarūnas Girdzijauskas forskar i skärningspunkten mellan maskininlärning och distribuerade system för att möta utmaningarna med centraliserade AI-tjänster som samlar och bearbetar användardata, vilket leder till förlust av kontroll och integritet. För närvarande utvecklar hans team nya federerade och decentraliserade algoritmer och tekniker för avancerad dataanalys och maskininlärning på omfattande distribuerade dynamiska datamängder, med hjälp av beräkningskapaciteten hos edge-enheter. Dessutom är Girdzijauskas engagerad i forskning kring analys av informationsnätverk och inlärning från grafer. Detta är särskilt värdefullt inom områden där data är länkad, såsom sociala, finansiella och transportnätverk, samt inom bedrägeriupptäckt och rekommendationssystem. Hans grupp använder decentraliserade maskininlärningstekniker, som Gossip Learning och decentraliserade neurala nätverk för grafer, för att extrahera insikter och användbar kunskap från distribuerad grafstrukturerad data.