首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
heathen
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
5
文章 5
沸点 0
赞
5
返回
|
搜索文章
最新
热门
论文笔记:《用于控制器区域网络中快速异常检测的联邦图神经网络》
摘要 由于缺乏CAN帧的加密和认证,CAN总线容易受到各种攻击,一般来说,这些攻击可以分为消息注入、暂停和伪造。现有的CAN总线异常检测机制要么只能检测到其中的一种或两种攻击,要么在预测过程中需要大量
FederatedScope-GNN
摘要 我们首先讨论了创建一个易于使用的FGL包的挑战,并相应提出了我们实现的包FederatedScope-GNN (FS-G),它提供了(1)模块化和表达FGL算法的统一视图;(2)全面的DataZ
Federated Graph Neural Networks: Overview, Techniques and Challenges
Introduction 我们提出了一种二维 (2D) 分类法,从两个角度对 FedGNNs 的现有工作进行分类:1) 主要分类法——FL 和 GNNs 如何集成在一起; 2) 辅助分类法——FedG
文章总结 联邦学习 X 交通
Short-Term Traffic Flow Prediction Based on Graph Convolutional Networks and Federated Learning 2023
Cross-Node Federated Graph Neural Network for Spatio-Temporal Data Modeling
摘要 从传感器、可穿戴设备和物联网设备网络中产生的大量数据突出表明,由于需要边缘计算和许可(数据访问)问题,需要利用分散数据的时空结构的先进建模技术。虽然联合学习(FL)已经成为一个不需要直接数据共享
联邦学习隐私保护总结
隐私保护是联邦学习最重要的作用之一,特写此篇总结一下最近所看联邦学习论文里所使用的隐私保护方法和技术
Task Assignment with Federated Preference Learning in Spatial Crowdsourcing
摘要 空间众包(SC)在今天的网络世界中无处不在。随着我们从众包应用(如维基百科)过渡到SC应用(如Uber),有大量的先例表明SC系统不仅有责任进行有效的任务分配,也有责任保护隐私。为了解决这些经常
基于异构多图神经网络的人体移动轮廓预测救护车需求
预测区域救护车需求在动态车队分配和重新部署中起着重要作用。这个问题越来越重要,因为几乎每个国家都在经历人口老龄化,普遍具有更高的脆弱性和对紧急医疗服务(EMS)的需求。尽管探索了EMS历史记录中的空间
Fed-LTD: Towards Cross-Platform Ride Hailing via Federated Learning to Dispatch
1 摘要 基于学习的订单调度在网约车领域取得了巨大成功。然而,这种成功仅限于个别网约车平台,因为跨平台共享原始订单调度数据可能会泄露用户隐私和商业秘密。这种数据隔离不仅损害了用户体验,也降低了平台的潜
运算符
优先级 错误比较法 if(3<i<10) 因为对计算机而言比较发现不满足条件后3<i就变成了0 正确写法 if(3<i && i<10) 算数运算符>关系运算符>&&和|| 逻辑运算符 非! 与&&
下一页
个人成就
文章被点赞
13
文章被阅读
11,853
掘力值
475
关注了
0
关注者
2
收藏集
0
关注标签
0
加入于
2021-05-12