原创力文档- 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、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、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
随着人工智能技术在边缘计算、物联网等领域的广泛应用，如何在保证
数据隐私的前提下高效训练模型，成为当前研究的重要课题。联邦学习
（FederatedLearning，FL）因其分布式数据隐私保护特性，在边缘智能场景
中展现出广阔的应用前景。但是现有的主流联邦学习计算复杂度较高，对资
源受限的边缘设备而言，训练和推理过程可能会带来较大的算力和能耗
您可能关注的文档
- 成都地铁顾客满意度研究.pdf
- 中美贸易摩擦升级对芯片产业的影响--基于股票市场的实证分析.pdf
- 保险养老社区运营模式比较及创新发展路径研究.pdf
- 续贷限制对企业风险承担的影响研究.pdf
- 财税政策对“专精特新”企业高质量创新的影响研究--以政府补助和企业所得税优惠政策为例.pdf
- 商业银行基层网点绩效考核优化研究--以Z银行S支行为例.pdf
- 劳动者严重违反用人单位规章制度的司法认定研究--基于中国裁判文书网1100余份判决书的分析.pdf
- 社会态度对于灵活就业人员参与商业养老保险的影响.pdf
- 多维距离视角探讨公益众筹项目支持决策的影响.pdf
- 固定资产加速折旧税收政策对企业创新影响的研究.pdf
文档评论（0）