特征冗余情况下纵向联邦学习用户选择方法研究.pdfVIP

特征冗余情况下纵向联邦学习用户选择方法研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

摘要

摘要

特征冗余情况下纵向联邦学习用户选择方法研究

随着人工智能(AI)领域的蓬勃发展,人工智能中数据隐私一直是研究人员

关注的焦点。由于不同组织的数据以孤岛的存在、各国对数据隐私保护相继出台

的法律以及其他现实因素的限制,人工智能技术迎来数据、通信等方面一系列关

键挑战。近年来,联邦学习的提出实现了分布式学习中数据共享和隐私保护,能

够在保护原始数据不离开本地的前提下完成模型的训练,因此联邦学习在不

文档评论(0)

136****6583 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档