(转载)联邦学习 Federated Learning 相关资料整理

本文汇总了联邦学习领域的核心资源,包括FATE和TensorFlow Federated等框架代码链接、关键论文、会议资料及白皮书等内容,为研究者提供全面深入的学习资料。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

https://blog.youkuaiyun.com/Sinsa110/article/details/90697728

代码
微众银行+杨强教授团队的联邦学习FATE框架代码:https://github.com/WeBankFinTech/FATE
谷歌联邦迁移学习TensorFlow Federated (TFF)框架代码:
https://www.tensorflow.org/federated/
论文
Towards Federated Learning at Scale: System Design
Secure Federated Transfer Learning
Federated Reinforcement Learning
SecureBoost: A Lossless Federated Learning Framework
会议资料
联邦学习的研究与应用
Federated Learning and Transfer Learning for Privacy,
Security and Confidentiality
GDPR, Data Shortage and AI
其他
联邦学习白皮书 V1.0
杨强:GDPR对AI的挑战和基于联邦迁移学习的对策
基于树的安全联邦学习
能够保障安全隐私的大数据算法「联邦学习」到底是什么?

作者:Sinsa_SI
来源:优快云
原文:https://blog.youkuaiyun.com/Sinsa110/article/details/90697728
版权声明:本文为博主原创文章,转载请附上博文链接!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值