Home > Ebook > Non fiction > Federated edge learning

	Federated Edge Learning (eBook)

	Federated Edge Learning (eBook)



	Prezzo: € 140,39 Compra EPUB		Prezzo: € 140,39 Compra EPUB

	Formato :	EPUB

	Cloud:	Sì Scopri di più



	Lingua:	en


	Editore:	Springer
	Collana:	Computer Science (R0)
Codice EAN:	9783031966491
Anno pubblicazione:	2025
Scopri QUI come leggere i tuoi eBook
	Note legali NOTE LEGALI a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso b) Informazioni sul prezzo Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina. I libri in inglese di Libraccio sono di provenienza americana o inglese. Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc. Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine. In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi. c) Disponibilità I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita. Disponibilità immediata L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" ) L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Prenotazione libri scolastici Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto. Attualmente non disponibile L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile. Difficile reperibilità Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato. Chiudi
Descrizione This book presents various effective schemes from the perspectives of algorithms, architectures, privacy, and security to enable scalable and trustworthy Federated Edge Learning (FEEL). From the algorithmic perspective, the authors elaborate various federated optimization algorithms, including zeroth-order, first-order, and second-order methods. There is a specific emphasis on presenting provable convergence analysis to illustrate the impact of learning and wireless communication parameters. The convergence rate, computation complexity and communication overhead of the federated zeroth/first/second-order algorithms over wireless networks are elaborated. From the networking architecture perspective, the authors illustrate how the critical challenges of FEEL can be addressed by exploiting different architectures and designing effective communication schemes. Specifically, the communication straggler issue of FEEL can be mitigated by utilizing reconfigurable intelligent surface and unmanned aerial vehicle to reconfigure the propagation environment, while over-the-air computation is utilized to support ultra-fast model aggregation for FEEL by exploiting the waveform superposition property. Additionally, the multi-cell architecture presents a feasible solution for collaborative FEEL training among multiple cells. Finally, the authors discuss the challenges of FEEL from the privacy and security perspective, followed by presenting effective communication schemes that can achieve differentially private model aggregation and Byzantine-resilient model aggregation to achieve trustworthy FEEL. This book is designed for researchers and professionals whose focus is wireless communications. Advanced-level students majoring in computer science and electrical engineering will also find this book useful as a reference.

Seguici su: Come contattarci: +39 02 91435530 Tutti i contatti

Pagamenti Help Privacy Cookie policy Assistenza clienti Affiliazione

Condizioni generali di vendita Condizioni d'uso del sito Dichiarazione di Accessibilità

Informativa sulla garanzia legale di conformità Informativa sul diritto di recesso Informativa sul RAEE

o con la tua email

Dimenticato la password?

Questa casella indica che ho letto e accettato le condizioni d’uso di libraccio.it, le condizioni generali di vendita e l'informativa privacy. In mancanza, non è possibile attivare un account e/o ricevere i servizi di Libraccio.

Federated Edge Learning (eBook)

Federated Edge Learning (eBook)

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso

b) Informazioni sul prezzo

c) Disponibilità

Descrizione

Accedi a Libraccio.it

Nuovo Cliente?

Prosegui come ospite