Federated Learning Systems Towards Privacy-Preserving Distributed AI
-
- Hardcover ausgewählt
- Taschenbuch
- eBook
-
Sprache:Englisch
152,99 €
UVP
181,89 €
inkl. gesetzl. MwSt.,
Lieferung nach Hause
Beschreibung
Produktdetails
Einband
Gebundene Ausgabe
Erscheinungsdatum
27.04.2025
Abbildungen
XVIII, 30 illus., 25 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen
Herausgeber
Muhammad Habib ur Rehman + weitereVerlag
SpringerSeitenzahl
165
Maße (L/B/H)
24,1/16/1,6 cm
Gewicht
446 g
Sprache
Englisch
ISBN
978-3-031-78840-6
This book dives deep into both industry implementations and cutting-edge research driving the Federated Learning (FL) landscape forward. FL enables decentralized model training, preserves data privacy, and enhances security without relying on centralized datasets. Industry pioneers like NVIDIA have spearheaded the development of general-purpose FL platforms, revolutionizing how companies harness distributed data. Alternately, for medical AI, FL platforms, such as FedBioMed, enable collaborative model development across healthcare institutions to unlock massive value.
Research advances in PETs highlight ongoing efforts to ensure that FL is robust, secure, and scalable. Looking ahead, federated learning could transform public health by enabling global collaboration on disease prevention while safeguarding individual privacy. From recommendation systems to cybersecurity applications, FL is poised to reshape multiple domains, driving a future where collaboration and privacy coexist seamlessly.
Kundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice