| ISBN/价格: | 978-7-122-48670-7:CNY79.00 |
|---|---|
| 作品语种: | chi |
| 出版国别: | CN 110000 |
| 题名责任者项: | 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 |
| 载体形态项: | 220页:;+图:;+24cm |
| 一般附注: | 灵境蓝图 |
| 提要文摘: | 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。 |
| 并列题名: | Federated learning technologies and applications eng |
| 题名主题: | 机器学习 |
| 中图分类: | TP181 |
| 个人名称等同: | 章辉 编著 |
| 个人名称等同: | 祝好 编著 |
| 个人名称等同: | 陈宏铭 编著 |
| 记录来源: | CN LCTBU 20260227 |