JavaShuo
栏目
标签
【笔记笔记】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challen》精读笔记
时间 2020-10-31
标签
算法
服务器
网络
app
框架
机器学习
分布式
性能
学习
区块链
栏目
比特币
繁體版
原文
原文链接
论文信息算法 DOI: 10.1109/TCOMM.2020.2990686服务器 1.摘要 做者提出了基于区块链的联邦学习(BFL),用于隐私感知和高效的车辆通讯网络。其中自动驾驶车辆车载机器学习(oVML)模型更新以分布式进行交换和验证。(与相邻车辆进行数据交易) 奖励机制。 开发了一个数学框架:以可控网络和BFL参数(如:重传限制、块大小、块生成率、帧大小)为特征,以便捕捉它们对系统级性
>>阅读原文<<
相关文章
1.
【笔记】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challenges》精读笔记
2.
【论文笔记】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精读笔记
3.
论文笔记:Planning and Decision-Making for Autonomous Vehicles
4.
Federated Learning with Non-IID Data 论文笔记
5.
Federated Learning for Vision-and-Language Grounding Problems阅读笔记
6.
论文笔记:Securing Data With Blockchain and AI
7.
Secure Federated Transfer Learning(论文笔记)
8.
Federated Machine Learning:Concept and Applications(论文笔记)
9.
【论文】《Blockchained On-Device Federated Learning》精读笔记
10.
论文笔记——Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge
更多相关文章...
•
ASP.NET Razor - 标记
-
ASP.NET 教程
•
ADO 删除记录
-
ADO 教程
•
Tomcat学习笔记(史上最全tomcat学习笔记)
•
JDK13 GA发布:5大特性解读
相关标签/搜索
笔记
读书笔记
阅读笔记
FSFA 读书笔记
MySQL 读书笔记
Nginx读书笔记
css3笔记
论文笔记
杂记随笔
Kaggle笔记
比特币
系统性能
系统架构
系统网络
MyBatis教程
Redis教程
MySQL教程
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
微软准备淘汰 SHA-1
2.
Windows Server 2019 Update 2010,20H2
3.
Jmeter+Selenium结合使用(完整篇)
4.
windows服务基础
5.
mysql 查看线程及kill线程
6.
DevExpresss LookUpEdit详解
7.
GitLab简单配置SSHKey与计算机建立连接
8.
桶排序(BucketSort)
9.
桶排序(BucketSort)
10.
C++ 桶排序(BucketSort)
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
【笔记】《Federated Learning With Blockchain for Autonomous Vehicles Analysis and Design Challenges》精读笔记
2.
【论文笔记】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精读笔记
3.
论文笔记:Planning and Decision-Making for Autonomous Vehicles
4.
Federated Learning with Non-IID Data 论文笔记
5.
Federated Learning for Vision-and-Language Grounding Problems阅读笔记
6.
论文笔记:Securing Data With Blockchain and AI
7.
Secure Federated Transfer Learning(论文笔记)
8.
Federated Machine Learning:Concept and Applications(论文笔记)
9.
【论文】《Blockchained On-Device Federated Learning》精读笔记
10.
论文笔记——Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge
>>更多相关文章<<