退出
我的积分:
中文文献批量获取
外文文献批量获取
舒志鸿; 沈苏彬;
南京邮电大学 计算机学院 江苏 南京 210046;
南京邮电大学 通信与网络技术国家工程研究中心 江苏 南京 210046;
联邦学习; 机器学习; 不平衡数据; 海林格距离; 聚合;
机译:从分散数据中进行深度网络的通信高效学习
机译:用于通信高效联邦边缘学习的一点超空气聚集:设计和收敛分析
机译:从具有概念类别,概念漂移和缺失特征的不平衡数据中进行增量学习:回顾
机译:在发送更少的同时更好地学习:在客户端-服务器设置中进行高效通信的在线半监督学习
机译:从数据流和不平衡数据中进行自适应学习。
机译:基于缩放自由能的增强学习可在高维状态空间中进行健壮和高效的学习
机译:从不平衡数据中进行增量学习
机译:其他网络前景初步报告。附录。 FCC(联邦通信委员会)对多个所有权程序中的网络问题的确定。联邦通信委员会频谱管理政策对电视网络数量的影响
机译:用于预测跨计算机网络的大规模通信期间预测成功数据传输的方法和系统,该计算机网络具有不同的实体和使用机器学习模型的不平衡数据集
机译:服务器高效增强联邦学习中的隐私
机译:学习互动分析系统,包括:用于交流的手段,通过媒体管理互动以进行报告,分析此类互动的进展,存储信息以供学习分析;系统调用;学习方法两者都在通信系统中进行。
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。