La estancia investigadora se enfoca en el Aprendizaje Federado Descentralizado (DFL, por sus siglas en inglés), un enfoque emergente que responde a la necesidad de asegurar la privacidad de los datos en el mundo digital. A diferencia del aprendizaje federado tradicional, el DFL elimina la dependencia de un servidor central, minimizando así los riesgos de exposición de datos y optimizando la eficiencia del flujo de información.

El proyecto abarca desde la comprensión teórica hasta la aplicación práctica, con la implementación y evaluación de escenarios específicos donde el DFL puede ser aplicado. Se establecen cinco subobjetivos:

1. Profundizar en los fundamentos del DFL
2. Optimizar la plataforma Fedstellar
3. Diseñar un escenario descentralizado bimodal entre Suiza y España
4. Evaluar el rendimiento de la plataforma en dicho escenario
5. Colaborar con investigadores para desarrollar una investigación científica

Cada fase del proyecto contribuye al objetivo global de innovar tanto en la forma en que las máquinas aprenden y procesan datos como en la garantía de seguridad y eficiencia en estos procesos.