您当前的位置:
首页 >
文章列表页 >
ISAC网络中基于特征信息的联邦学习动态压缩方法
学术论文 | 更新时间:2026-05-11
    • ISAC网络中基于特征信息的联邦学习动态压缩方法

    • Dynamic compression method for federated learning based on feature information in ISAC networks

    • 邓炳光 ,彭佳音
    • 通信学报 2026年47卷第4期 页码:214-229
    • DOI:10.11959/j.issn.1000-436x.2026082    

      中图分类号:
    • 修回:2026-03-20,

      录用:2026-03-26,

    移动端阅览

  •  
  •  
  • AI导读

  • HTML全文

  • 图(9) 表(3)

  • 参考文献

  • 出版信息

  • 数据统计

245

浏览量

463

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

HFLGuard:基于聚类和自编码器的异构联邦中毒防御方法
区块链和联邦学习赋能下的众包任务个性化安全推荐方案
面向数据交易的质量感知联邦学习贡献评价方法
基于非对称冲突区域的多无人机协同路径规划
面向多服务器智慧医疗环境的后量子口令认证与快速切换密钥协商协议

相关作者

李勇飞
方晨
常朝稳
郭渊博
付春辉
邬海琴
李梁
李昌峰

相关机构

信息工程大学密码工程学院
海南大学网络空间安全学院
华东师范大学软件工程学院
中国科学院计算机网络信息中心
贵州大学计算机科学与技术学院