基于联邦学习的多源异构数据融合算法

莫慧凌; 郑海峰; 高敏; 冯心欣

doi:10.7544/issn1000-1239.20200668

基于联邦学习的多源异构数据融合算法

莫慧凌, 郑海峰, 高敏, 冯心欣

文章导航 > 计算机研究与发展 > 2022 > 59(2): 478-487.

莫慧凌, 郑海峰, 高敏, 冯心欣. 基于联邦学习的多源异构数据融合算法[J]. 计算机研究与发展, 2022, 59(2): 478-487. doi: 10.7544/issn1000-1239.20200668

引用本文:

莫慧凌, 郑海峰, 高敏, 冯心欣. 基于联邦学习的多源异构数据融合算法[J]. 计算机研究与发展, 2022, 59(2): 478-487. doi: 10.7544/issn1000-1239.20200668

Mo Huiling, Zheng Haifeng, Gao Min, Feng Xinxin. Multi-Source Heterogeneous Data Fusion Based on Federated Learning[J]. Journal of Computer Research and Development, 2022, 59(2): 478-487. doi: 10.7544/issn1000-1239.20200668

Citation:

莫慧凌, 郑海峰, 高敏, 冯心欣. 基于联邦学习的多源异构数据融合算法[J]. 计算机研究与发展, 2022, 59(2): 478-487. doi: 10.7544/issn1000-1239.20200668

引用本文:

莫慧凌, 郑海峰, 高敏, 冯心欣. 基于联邦学习的多源异构数据融合算法[J]. 计算机研究与发展, 2022, 59(2): 478-487. doi: 10.7544/issn1000-1239.20200668

Citation:

摘要

HTML全文

参考文献(0)

施引文献

资源附件(0)

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈