机译:联邦条件生成的逆向网络空气质量缺失数据撤销方法
Hohai Univ Coll Comp & Informat Hohai Peoples R China|Jiangsu Key Lab Special Robot Technol Changzhou Jiangsu Peoples R China;
Hohai Univ Coll Internet Things IOT Engn Hohai Peoples R China|Jiangsu Key Lab Special Robot Technol Changzhou Jiangsu Peoples R China;
Southern Univ Sci & Technol Dept Comp Sci & Engn Shenzhen Guangdong Peoples R China|Vrije Univ Amsterdam Dept Comp Sci Amsterdam Netherlands;
Jiangsu Acad Environm Ind & Technol Corp JSAEIT Nanjing Jiangsu Peoples R China;
Air pollutants; Conditional GAN imputation; Federated learning; Privacy-preserving machine learning;
机译:使用条件生成对冲网络使用类别不平衡的缺失数据归咎
机译:增益:使用生成对抗网络缺失数据插补
机译:ST-LBAGAN:时空学习的双向关注生成对冲网络,用于缺少交通数据估算
机译:通过条件生成对抗网络在人口CMR成像中缺少切片插补
机译:纵向健康老龄化指数的多种估算方法的评估-一个因死亡,辍学和几种缺失数据机制导致数据缺失的得分变量
机译:VIGAN:生成对抗网络缺少视图归因
机译:使用条件生成对冲网络使用类别不平衡缺失数据的归责