题名:
联邦学习技术及应用   / 章辉, 祝好, 陈宏铭编著 ,
ISBN:
978-7-122-48670-7 价格： CNY79.00
语种:
chi
载体形态:
220页 图 24cm
出版发行:
出版地： 北京 出版社： 化学工业出版社 出版日期： 2025
内容提要:
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。 
主题词:
机器学习  
中图分类法:
TP181 版次： 5
主要责任者:
章辉 编著
主要责任者:
祝好 编著
主要责任者:
陈宏铭 编著
附注:
灵境蓝图 
责任者附注:
章辉，副研究员，毕业于北京邮电大学，分别获得理学学士学位和工学博土学位。2010年7月至今任教于南开大学。 
责任者附注:
祝好，咨询总监，高级工程师，注册信息安全工程师(CISP)，系统集成项目管理工程师。毕业于北京邮电大学，通信与信息系统专业，硕士。 
责任者附注:
陈宏铭，俄罗斯工程院外籍院士，美国国家人工智能科学院通讯院士，国家级高层次人才，现任浙江海洋大学海天智能物联网实验室主任。