تقدم ورقة البحث إطار عمل جديد يدمج التعلم الفيدرالي (FL) والذكاء الاصطناعي على الحافة، مع معالجة قيود الهياكل التقليدية المعتمدة على السحابة في أنظمة الذكاء الاصطناعي. مع توسع هذه الأنظمة، تبرز تحديات مثل الكمون، وعرض النطاق الترددي، ومخاوف الخصوصية، مما يستدعي حلولاً لامركزية. يعزز الإطار المقترح دقة النموذج بنسبة 10% إلى 15% ويقلل من تكاليف…