Kontakt
Jak kupować
Dostawa
Doradca ds. zakupów
Angielski
49 b
30 dni na zwrot towaru
Klienci kupili także
/
Miękka
223.01
zł
Multiparty learning as an emerging topic, many of the related frameworks and ap-plications are proposed. In this section, we explore the extent of these frameworks and technologies.Yang et al.72 provide a comprehensive survey of existing works on a secure fed-erated learning framework. Bonawitz et al.8 build a scalable production system for Federated Learning in the domain of mobile devices. Konecn`yetal.30 propose ways to reduce communication costs in federated learning. Nishio and Yonetani44 propose a new Federated Learning protocol, FedCS, which can actively manage computing workers based on their resource conditions. Zhao et al.75 notice that conventional federated learning fails on learning non-IID data and propose a strategy to improve training on non-IID data by creating a small subset of data which is globally shared between all the edge devices. Smith et al.63 propose fed-erated multi-task learning, which is a novel systems-aware optimization method, MOCHA.
Informacje o książce
Podaruj tę książkę jeszcze dziś
To łatwe
1 Dodaj książkę do koszyka i wybierz „dostarczyć jako prezent” 2 W odpowiedzi wyślemy Ci bon 3 Książka dotrze na adres obdarowanegoMogłoby Cię także zainteresować
/
Miękka
126.15
zł
Cześć! Jestem Libroamiko, Twój doradca książkowy.
Jak mogę Ci pomóc?