ENGLISH
La vitrine de diffusion des publications et contributions des chercheurs(-euses) de l'ÉTS
RECHERCHER

Fed-TTC: A pareto-efficient hierarchical federated learning framework

Ghazi, Seyed Salar, Zhang, Kaiwen et Feizi, Mehdi. 2026. « Fed-TTC: A pareto-efficient hierarchical federated learning framework ». In IEEE 42nd International Conference on Data Engineering Workshops (ICDEW) (Montreal, QC, Canada, May 04-08, 2026) 253–257. Institute of Electrical and Electronics Engineers Inc..

Le plein texte de ce document n'est pas hébergé sur ce serveur.
Rechercher dans Google Scholar
Type de document: Compte rendu de conférence
Chercheur(-euse):
Chercheur(-euse)
Zhang, Kaiwen
Affiliation: Génie logiciel et des technologies de l'information
Date de dépôt: 30 juill. 2026 19:25
Dernière modification: 30 juill. 2026 19:25
URI: https://espace2.etsmtl.ca/id/eprint/34084

Actions (Authentification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt