文献检索-宁波市创意产业特色资源库

限定检索结果

联邦学习框架实现难点剖析: 收藏
分享
引用; 《电子测试》2022年第11期36卷 129-131页; 作者：董耀众褚晨曦刘文婷李济伟李伟良国家电网有限公司信息通信分公司北京100761; 联邦学习是一种保护机密性的机器算法,可有效的应用于工业物联网。在联邦学习中,服务器协调多个客户端以进行模型学习。区块链在物联网和联邦学习中使用,可以有效的保持数据完整性,并吸引足够的数据和计算资源。机器学习已经发展阶段,...; 联邦学习是一种保护机密性的机器算法,可有效的应用于工业物联网。在联邦学习中,服务器协调多个客户端以进行模型学习。区块链在物联网和联邦学习中使用,可以有效的保持数据完整性,并吸引足够的数据和计算资源。机器学习已经发展阶段,大量高质量数据已成为限制发展的因素。在此背景下,对数据交换需求不断增长。传统的机器学习需要集中数据,对于数据孤岛和隐私要求,使各个业务部门无法做到交换数据。为了解决这个问题,联邦学习框架应运而生,本文分析了联邦学习框架的设计应用,分析了现行联邦学习框架存在的实现难点,以便相关人士更好地理解联邦学习框架。; 来源：详细信息评论

限定检索结果