iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Englische Bücher Wissen & Bildung Geisteswissenschaft, Kunst, Musik Pädagogik Bildungswesen Distributed Learning with a Local Touch: Improving Efficiency in Multiparty Learning
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Distributed Learning with a Local Touch: Improving Efficiency in Multiparty Learning
Shiva (Broschiert, Englisch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
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.… Konečn`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. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
08.06.2024
Sprache
Englisch
EAN
9783384254221
Herausgeber
tredition
Sonderedition
Nein
Autor
Shiva
Seitenanzahl
84
Einbandart
Broschiert
Einbandart Details
Klebebindung
Schlagwörter
Federated Learning, Decentralized AI, Collaborative Learning, Communication Efficiency, Differential Privacy, Local Adaptation, Edge Computing, Collaborative AI, Scalability, Education
Thema-Inhalt
JND - Bildungssysteme und -strukturen
JNK - Bildungswesen: Organisation und Verwaltung
Höhe
234 mm
Breite
15.5 cm
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen