Aller au contenu principal
Accès ouvert déclaré 2026 software

BioMutFed+: Reproducibility Artifacts (TMC-2025-09-2616)

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Reproducibility artifacts for "BioMutFed+: Mutation-Driven Federated Learning for IIoT," IEEE Transactions on Mobile Computing (TMC-2025-09-2616). Two Jupyter notebooks reproduce the ten-seed Wisconsin Breast Cancer evaluation (Tables VI and VII) and the lambda sensitivity sweep within the full BioMutFed+ pipeline (Supplementary Section SIII-F, Table S2). All experiments use Dirichlet alpha=0.1 partitioning across 20 clients with 20% gradient-ascent adversarial clients. Each notebook is self-contained and produces the exact numerical values reported in the paper. See README.md for environment details and runtime.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.