Výsledky vyhledávání

Akademický článek

联邦学习的公平性研究综述

Publikováno v: 大数据, Vol 10, Iss 1, Pp 62-85 (2024)

联邦学习使用来自多个参与者提供的数据协同训练全局模型，近年来在促进企业间数据合作方面发挥着越来越重要的作用。另外，联邦学习训练范式常常面临数据不足的困境，因此为联邦学�

Externí odkaz: https://doaj.org/article/4e59a59d2dcf45789a386329609ee9f6

Akademický článek

联邦推荐系统综述.

Autor: 朱智韬^1,2 jzwang@188.com, 司世景¹, 王健宗¹, 肖京¹

Publikováno v: Big Data Research (2096-0271). 2022, Vol. 8 Issue 4, p105-132. 28p.

Akademický článek

基于联邦学习的政务大数据平台应用研究.

Autor: 吴坚平¹, 陈超超¹, 金加和^2,3, 吴春明¹ wuchunming@zju.edu.cn

Publikováno v: Big Data Research (2096-0271). 2024, Vol. 10 Issue 3, p40-54. 15p.

Akademický článek

基于多方安全计算的公共数据融合创新模式研究及应用.

Autor: 金加和¹, 赵程遥¹ zhaocy@zj.gov.cn, 求昊泽², 刘鹏²

Publikováno v: Big Data Research (2096-0271). 2023, Vol. 9 Issue 6, p15-27. 13p.

Vyhledávací nástroje: