Artificial Intelligence Using Federated Learning - Elngar, Ahmed A; Oliva, Diego; Balas, Valentina E.; (szerk.) - Prospero Internetes Könyváruház

Artificial Intelligence Using Federated Learning: Fundamentals, Challenges, and Applications
 
A termék adatai:

ISBN13:9781032771649
ISBN10:103277164X
Kötéstípus:Keménykötés
Terjedelem:344 oldal
Méret:234x156 mm
Nyelv:angol
Illusztrációk: 93 Illustrations, black & white; 9 Halftones, black & white; 84 Line drawings, black & white; 37 Tables, black & white
700
Témakör:

A mérnöki tudományok általános kérdései

Villamosmérnöki tudományok, híradástechnika, műszeripar

Energetika, energiaipar

Üzemmérnöki tudományok

Rendszerszervezés

Számítógép architektúrák, logikai tervezés

Adatbázis kezelő szoftverek

Mesterséges intelligencia

Adatvédelem, adatbiztonság

A számítástechnika biztonsági és egészségügyi vonatkozásai

Környezetmérnöki tudományok

Az internetről általában

A mérnöki tudományok általános kérdései (karitatív célú kampány)

Villamosmérnöki tudományok, híradástechnika, műszeripar (karitatív célú kampány)

Energetika, energiaipar (karitatív célú kampány)

Üzemmérnöki tudományok (karitatív célú kampány)

Rendszerszervezés (karitatív célú kampány)

Számítógép architektúrák, logikai tervezés (karitatív célú kampány)

Adatbázis kezelő szoftverek (karitatív célú kampány)

Mesterséges intelligencia (karitatív célú kampány)

Adatvédelem, adatbiztonság (karitatív célú kampány)

A számítástechnika biztonsági és egészségügyi vonatkozásai (karitatív célú kampány)

Környezetmérnöki tudományok (karitatív célú kampány)

Az internetről általában (karitatív célú kampány)

Artificial Intelligence Using Federated Learning

Fundamentals, Challenges, and Applications
 
Kiadás sorszáma: 1
Kiadó: CRC Press
Megjelenés dátuma:
 
Normál ár:

Kiadói listaár:
GBP 130.00
Becsült forint ár:
66 475 Ft (63 310 Ft + 5% áfa)
Miért becsült?
 
Az Ön ára:

53 180 (50 648 Ft + 5% áfa )
Kedvezmény(ek): 20% (kb. 13 295 Ft)
A kedvezmény érvényes eddig: 2024. december 31.
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
Kattintson ide a feliratkozáshoz
 
Beszerezhetőség:

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
 
  példányt

 
Rövid leírás:

Federated machine learning is a novel approach to combining distributed machine learning, cryptography, security, and incentive mechanism design. It allows organizations to keep sensitive and private data on users or customers decentralized and secure, helping them comply with stringent data protection regulations like GDPR and CCPA.

Hosszú leírás:

Federated machine learning is a novel approach to combining distributed machine learning, cryptography, security, and incentive mechanism design. It allows organizations to keep sensitive and private data on users or customers decentralized and secure, helping them comply with stringent data protection regulations like GDPR and CCPA.


Artificial Intelligence Using Federated Learning: Fundamentals, Challenges, and Applications enables training AI models on a large number of decentralized devices or servers, making it a scalable and efficient solution. It also allows organizations to create more versatile AI models by training them on data from diverse sources or domains. This approach can unlock innovative use cases in fields like healthcare, finance, and IoT, where data privacy is paramount.


The book is designed for researchers working in Intelligent Federated Learning and its related applications, as well as technology development, and is also of interest to academicians, data scientists, industrial professionals, researchers, and students.

Tartalomjegyzék:

1. Federated Learning: Overview, Challenges and Ethical Considerations. 2. In-depth Analysis of Artificial Intelligence Practices: Robot Tutors and Federated Learning Approach in English Education. 3. Enabling Federated Learning in the Classroom: Sociotechnical Ecosystem on Artificial Intelligence Integration in Educational Practices. 4. Real-Time Implementation of Improved Automatic Number Plate Recognition Using Federated Learning. 5. Fake Currency Identification Using Artificial Intelligence and Federated Learning. 6. Blockchain-Enhanced Federated Learning for Privacy-Preserving Collaboration. 7. Federated Learning-based Smart Transportation Solutions: Deploying Lightweight Models on Edge Devices in the Internet of Vehicle. 8. Application of Artificial Intelligence (AI) and Federated Learning (FL) in Petroleum Processing. 9. Artificial Intelligence Using Federated Learning. 10. Applications of Federated Learning in AI, IoT, Healthcare, Finance, Banking and Cross-Domain Learning. 11. Exploring Future Trends and Emerging Applications: A Glimpse into Tomorrow's Landscape. 12.  Securing Federated Deep Learning: Privacy Risks and Countermeasures. 13. IoT Networks: Integrated Learning For Privacy-Preserving Machine Learning. 14. Federated Query Processing for Data Integration using Semantic Web Technologies: A Review.