您当前的位置:
首页 >
文章列表页 >
联邦学习的公平性研究综述
研究 | 更新时间:2024-06-03
    • 联邦学习的公平性研究综述

    • A survey on the fairness of federated learning

    • 大数据   2024年10卷第1期 页码:62-85
    • DOI:10.11959/j.issn.2096-0271.2022088    

      中图分类号: F49, F270.7,TP399
    • 网络首发:2024-01

      纸质出版:2024-01-15

    移动端阅览

  • 朱智韬, 司世景, 王健宗, 等. 联邦学习的公平性研究综述[J]. 大数据, 2024,10(1):62-85. DOI: 10.11959/j.issn.2096-0271.2022088.

    Zhitao ZHU, Shijing SI, Jianzong WANG, et al. A survey on the fairness of federated learning[J]. Big data research, 2024, 10(1): 62-85. DOI: 10.11959/j.issn.2096-0271.2022088.

  •  
  •  

0

浏览量

495

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合区块链和联邦学习技术的数据资产流通交易方案研究
基于联邦学习的政务大数据平台应用研究
支持互联互通的隐私计算网关设计与实现
联邦元学习综述
隐私计算场景下数据质量治理探索与实践

相关作者

莫梓嘉
赵晨
吴春明
金加和
陈超超
吴坚平
李文
叶剑

相关机构

中国工商银行博士后科研工作站
宁波工程学院网络空间安全学院
浙江大学计算机科学与技术学院
浙江省大数据发展中心
浙江省数据开放融合关键技术研究重点实验室
0