Zobrazeno 1 - 10
of 28
pro vyhledávání: '"Zhou, Zhanxin"'
Federated Learning (FL) is a distributed machine learning paradigm that allows clients to train models on their data while preserving their privacy. FL algorithms, such as Federated Averaging (FedAvg) and its variants, have been shown to converge wel
Externí odkaz:
http://arxiv.org/abs/2402.10991
Autor:
Huang, Zehao, Cheng, Junye, Zhang, Huibin, Xiong, Yingfei, Zhou, Zhanxin, Zheng, Qingbin, Zheng, Guangping, Zhang, Deqing, Cao, Maosheng
Publikováno v:
In Journal of Materials Science & Technology 30 April 2022 107:155-164
Publikováno v:
In Applied Materials Today September 2017 8:54-59
Autor:
Chen, Liangliang, Deng, Liangjian, Shen, Wei, Xi, Ning, Zhou, Zhanxin, Song, Bo, Yang, Yongliang, Cheng, Yu, Dong, Lixin
Publikováno v:
In Infrared Physics and Technology July 2016 77:104-113
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:
Journal of Systems Engineering and Electronics. 18:327-333
In order to improve the filter accuracy for the nonlinear error model of strapdown inertial navigation system (SINS) alignment, Unscented Kalman Filter (UKF) is presented for simulation with stationary base and moving base of SINS alignment. Simulati
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Chen, Liangliang, Xi, Ning, Song, Bo, Yang, Yongliang, Sun, Zhiyong, Zhou, Zhanxin, Cheng, Yu, Wu, Yirui
Publikováno v:
2016 IEEE 11th Annual International Conference on Nano/Micro Engineered & Molecular Systems (NEMS); 2016, p333-336, 4p