KI News: Kurz und klar.

Neuronale Netze zeigen eine starke Anfälligkeit gegenüber semantisch irrelevanten Transformationen. Bereits ein 75‑Millisekunden‑Phasenversatz im Elektrokardiogramm (ECG) senkt die latente Kosinus‑Ähnlichkeit von 1,0 auf 0,2, und Drehungen von Sensoren führen bei Inertialmessgeräten (IMUs) zu einem drastischen Rückgang der Aktivitätserkennung.

Mit dem wachsenden Fokus auf Datenschutz und der rasanten Entwicklung verteilter Recheninfrastrukturen hat sich Federated Learning (FL) als zentrales Paradigma für kollaboratives Training etabliert. Doch die Realität bringt häufig große Unterschiede in den Datenverteilungen – sei es durch Kovariaten- oder semantische Verschiebungen – die die Zuverlässigkeit von FL in praxisnahen Anwendungen stark beeinträchtigen.