Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Lu, Jianghu"'
Federated learning provides a privacy-preserving manner to collaboratively train models on data distributed over multiple local clients via the coordination of a global server. In this paper, we focus on label distribution skew in federated learning,
Externí odkaz:
http://arxiv.org/abs/2409.13136
Autor:
Liu, Bochao, Lu, Jianghu, Wang, Pengju, Zhang, Junjie, Zeng, Dan, Qian, Zhenxing, Ge, Shiming
Deep learning models can achieve high inference accuracy by extracting rich knowledge from massive well-annotated data, but may pose the risk of data privacy leakage in practical deployment. In this paper, we present an effective teacher-student lear
Externí odkaz:
http://arxiv.org/abs/2409.12384
Publikováno v:
IEEE Signal Processing Letters. 27:2064-2068
Temporal action proposal generation, which aims to locate temporal segments that may contain actions, is a key prepositive step of various video analysis tasks, like temporal action detection. In this letter, we present Self-Similarity Action Proposa
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::7a7039baf7a19372c9d0a7f71f4804a0
https://doi.org/10.1109/lsp.2020.3037796
https://doi.org/10.1109/lsp.2020.3037796
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 IEEE International Conference on Acoustics, Speech & Signal Processing (ICASSP); 2016, p1526-1530, 5p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.