注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 联邦学习安全与隐私保护研究综述

  2. 数据孤岛以及模型训练和应用过程中的隐私泄露是当下阻碍人工智能技术发展的主要难题。联邦学习作为一种高效的隐私保护手段应运而生。联邦学习是一种分布式的机器学习方法，以在不直接获取数据源的基础上，通过参与方的本地训练与参数传递，训练出一个无损的学习模型。

  3. 所属分类：机器学习

    • 发布日期：2020-08-08
    • 文件大小：1048576
    • 提供者：syp_net

  1. 机器学习模型安全与隐私研究综述

  2. 在大数据时代下，深度学习、强化学习以及分布式学习等理论和技术取得的突破性进展，为机器学习提供了数据和算法层面的强有力支撑，同时促进了机器学习的规模化和产业化发展.然而，尽管机器学习模型在现实应用中有着出色的表现，但其本身仍然面临着诸多的安全威胁。

  3. 所属分类：机器学习

    • 发布日期：2020-11-13
    • 文件大小：1048576
    • 提供者：syp_net