Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Chu, Shunfeng"'
As an emerging technology, digital twin (DT) can provide real-time status and dynamic topology mapping for Internet of Things (IoT) devices. However, DT and its implementation within industrial IoT networks necessitates substantial, distributed data
Externí odkaz:
http://arxiv.org/abs/2408.14298
Hierarchical Federated Learning (HFL) is a distributed machine learning paradigm tailored for multi-tiered computation architectures, which supports massive access of devices' models simultaneously. To enable efficient HFL, it is crucial to design su
Externí odkaz:
http://arxiv.org/abs/2304.04162
Autor:
Chu, Shunfeng, Li, Jun, Wang, Jianxin, Wang, Zhe, Ding, Ming, Zang, Yijin, Qian, Yuwen, Chen, Wen
With the development of federated learning (FL), mobile devices (MDs) are able to train their local models with private data and sends them to a central server for aggregation, thereby preventing sensitive raw data leakage. In this paper, we aim to i
Externí odkaz:
http://arxiv.org/abs/2106.06934
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
2016 8th International Conference on Wireless Communications & Signal Processing (WCSP); 2016, p1-5, 5p
