机译:具有公平保证的联合学习的效率促进客户选择方案
South China Univ Technol Sch Comp Sci & Engn Guangzhou 510641 Guangdong Peoples R China;
South China Univ Technol Sch Comp Sci & Engn Guangzhou 510641 Guangdong Peoples R China;
Univ Warwick Dept Comp Sci Coventry CV4 7AL W Midlands England;
Univ Warwick Dept Comp Sci Coventry CV4 7AL W Midlands England;
SUNY Coll New Paltz Dept Comp Sci New Paltz NY 12561 USA;
Univ Sydney Sch Comp Sci Sydney NSW 2006 Australia;
Training; Data models; Collaborative work; Mathematical model; Servers; Optimization; Computer science; Client selection; contextual combinatorial multi-arm bandit; fairness scheduling; federated learning; lyapunov optimization;
机译:预算在线选择候选人IOT客户参加联邦学习
机译:FEDMCCS:最优物联盟联合学习的多轨客选择模型
机译:无线联合学习网络中的客户选择和带宽分配:长期视角
机译:移动环境中联合学习的新型信誉感知客户端选择方案
机译:设计具有吞吐量,公平性和最坏情况性能保证的网络流量管理器。
机译:从联合电子健康记录联合学习预测模型
机译:无线联合学习网络中的客户选择和带宽分配:长期视角