郑鹏飞

作品数:1被引量:18H指数:1
导出分析报告
供职机构:北京航空航天大学更多>>
发文主题:共享数据存储层大数据科技数据内存更多>>
发文领域:自动化与计算机技术经济管理更多>>
发文期刊:《软件学报》更多>>
所获基金:国家自然科学基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-1
视图:
排序:
面向企业数据孤岛的联邦排序学习被引量:18
《软件学报》2021年第3期669-688,共20页史鼎元 王晏晟 郑鹏飞 童咏昕 
国家重点研发计划(2018AAA0101100);国家自然科学基金(61822201,U1811463);软件开发环境国家重点实验室(北京航空航天大学)开放课题(SKLSDE-2020ZX-15)。
排序学习(learning-to-rank,简称LTR)模型在信息检索领域取得了显著成果,而该模型的传统训练方法需要收集大规模文本数据.然而,随着数据隐私保护日渐受到人们重视,从多个数据拥有者(如企业)手中收集数据训练排序学习模型的方式变得不可...
关键词:排序学习 企业数据孤岛 联邦学习 略图 差分隐私 
检索报告 对象比较 聚类工具 使用帮助 返回顶部