MARC状态：审校 文献类型：中文图书 浏览次数：1
- 题名/责任者:
- 联邦学习技术及应用/章辉, 祝好, 陈宏铭编著
- 出版发行项:
- 北京:化学工业出版社,2025.10
- ISBN及定价:
- 978-7-122-48670-7/CNY79.00
- 载体形态项:
- 220页:图;24cm
- 个人责任者:
- 章辉 编著
- 个人责任者:
- 祝好 编著
- 个人责任者:
- 陈宏铭 编著
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 书目附注:
- 有书目 (第218-220页)
- 提要文摘附注:
- 本书系统阐释联邦学习这一新兴技术的理论与应用。开篇详解联邦学习的背景、发展阶段、模型架构及分类，深入剖析其隐私保护技术与安全挑战。继而探讨联邦学习在移动边缘网络优化、通信成本降低、资源分配策略及激励机制设计等方面的创新应用，揭示其与物联网、区块链、大模型等技术的融合路径。最后，结合通信、金融、医疗、交通等多行业场景，展现联邦学习在网络性能优化、用户行为分析、安全通信等领域的实践价值。
- 使用对象附注:
- 通信行业从业者、人工智能、大数据、云计算领域的研究人员及工程师
全部MARC细节信息>>