AntiTrap-FL: Local-Optimal-Trap-Resistant Efficient Federated Learning via Globally-Optimized Model Fusion
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.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- AntiTrap-FL: Local-Optimal-Trap-Resistant Efficient Federated Learning via Globally-Optimized Model Fusion
- Date Crossref
- 01/01/2026
- Éditeur
- Institute of Electrical and Electronics Engineers (IEEE)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
China University of Petroleum pays non établi dans la noticeUniversité ou école supérieure
-
China Electronics Technology Group Corporation pays non établi dans la noticeEntreprise
-
Qingdao Municipal Center for Disease Control and Prevention pays non établi dans la noticeOrganisme public
-
Qingdao Center for Disease Control and Prevention pays non établi dans la noticeInstitution
China University of Petroleum, China Electronics Technology Group Corporation et Qingdao Municipal Center for Disease Control and Prevention, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Privacy-Preserving Technologies in DataAdvanced Graph Neural NetworksAdversarial Robustness in Machine Learning