Distributed Differentially Private Stochastic Gradient Descent An Empirical Study /
Elmentve itt :
Szerzők: |
Hegedűs István Jelasity Márk |
---|---|
Dokumentumtípus: | Könyv része |
Megjelent: |
IEEE Computer Society Press
Piscataway
2016
|
Sorozat: | Proceedings of the 24th Euromicro International Conference on Parallel, Distributed, and Network-Based Processing (PDP 2016)
|
doi: | 10.1109 /PDP.2016.19 |
mtmt: | 3022850 |
Online Access: | http://publicatio.bibl.u-szeged.hu/6403 |
Hasonló tételek
-
Robust Decentralized Differentially Private Stochastic Gradient Descent
Szerző: Hegedűs István, et al.
Megjelent: (2016) -
Asynchronous peer-to-peer data mining with stochastic gradient descent
Szerző: Ormándi Róbert, et al.
Megjelent: (2011) -
Robust fully distributed minibatch gradient descent with privacy preservation
Szerző: Danner Gábor, et al.
Megjelent: (2018) -
Fully Distributed Privacy Preserving Mini-batch Gradient Descent Learning
Szerző: Danner Gábor, et al.
Megjelent: (2015) -
Discrete tomographic reconstruction via adaptive weighting of gradient descents
Szerző: Varga László, et al.
Megjelent: (2015)