Zobrazeno 1 - 10
of 21
pro vyhledávání: '"decentralised learning"'
Publikováno v:
Scientific Reports, Vol 14, Iss 1, Pp 1-9 (2024)
Abstract A novel collaborative and continual learning across a network of decentralised healthcare units, avoiding identifiable data-sharing capacity, is proposed. Currently available methodologies, such as federated learning and swarm learning, have
Externí odkaz:
https://doaj.org/article/14bc9e1eb32f4196b5b7d93b29555bd6
Publikováno v:
IEEE Access, Vol 12, Pp 127943-127965 (2024)
Federated learning (FL) is a distributed machine learning technique that enables multiple decentralized clients to develop a model collaboratively without exchanging their local data. Heightened privacy risks and the recent strict privacy laws make i
Externí odkaz:
https://doaj.org/article/d81d8269ea664b37a98156fda4d5d8b7
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.
Decentralised learning is attracting more and more interest because it embodies the principles of data minimisation and focused data collection, while favouring the transparency of purpose specification (i.e., the objective for which a model is built
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______4094::8b80aa41892143e802af9bd78dc56466
http://hdl.handle.net/11585/851144
http://hdl.handle.net/11585/851144
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
ECML PKDD 2017-European Conference on Machile Learning & Principles and Practice of Knowledge Discovery in Databases : workshop DMSC-Data Mining with Secure Computation
ECML PKDD 2017-European Conference on Machile Learning & Principles and Practice of Knowledge Discovery in Databases : workshop DMSC-Data Mining with Secure Computation, Sep 2017, Skopje, Macedonia. pp.1-5
ECML PKDD 2017-European Conference on Machile Learning & Principles and Practice of Knowledge Discovery in Databases : workshop DMSC-Data Mining with Secure Computation, Sep 2017, Skopje, Macedonia. pp.1-5
International audience; Estimating traversal time is an essential problem in urban computing. Traditional methods learn a predictive model from user traces collected in a central server, which potentially threatens the privacy of the users, and which
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::0be9fea4b7179a20f7084a446a435907
https://inria.hal.science/hal-01666739
https://inria.hal.science/hal-01666739
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.