标题 |
FedFast: Going Beyond Average for Faster Training of Federated Recommender Systems
FedFast:超越平均水平,更快地训练联合推荐系统
相关领域
计算机科学
水准点(测量)
推荐系统
过程(计算)
事实上
培训(气象学)
集合(抽象数据类型)
联合学习
训练集
机器学习
数据库
人工智能
多媒体
气象学
地理
法学
程序设计语言
大地测量学
物理
操作系统
政治学
|
网址 | |
DOI | |
其它 |
期刊: 作者:Khalil Muhammad; Qinqin Wang; Diarmuid O'Reilly-Morgan; Ηλίας Τράγος; Barry Smyth; et al 出版日期:2020-08-20 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|