Importo totale (1 articolo articoli):
Destinazione ordine:
lixin fan (53 risultati)
Vai alla pagina principale dei risultati di ricerca
Filtri di ricerca
Tipo di articolo
- Tutti i tipi di prodotto
- Libri (53)
- Riviste e Giornali (Nessun altro risultato corrispondente a questo perfezionamento)
- Fumetti (Nessun altro risultato corrispondente a questo perfezionamento)
- Spartiti (Nessun altro risultato corrispondente a questo perfezionamento)
- Arte, Stampe e Poster (Nessun altro risultato corrispondente a questo perfezionamento)
- Fotografie (Nessun altro risultato corrispondente a questo perfezionamento)
- Mappe (Nessun altro risultato corrispondente a questo perfezionamento)
- Manoscritti e Collezionismo cartaceo (Nessun altro risultato corrispondente a questo perfezionamento)
Condizioni Maggiori informazioni
- Nuovo (46)
- Come nuovo, Ottimo o Quasi ottimo (5)
- Molto buono o Buono (1)
- Discreto o Mediocre (Nessun altro risultato corrispondente a questo perfezionamento)
- Come descritto (1)
Legatura
Ulteriori caratteristiche
- Prima ed. (Nessun altro risultato corrispondente a questo perfezionamento)
- Copia autograf. (Nessun altro risultato corrispondente a questo perfezionamento)
- Sovracoperta (Nessun altro risultato corrispondente a questo perfezionamento)
- Con foto (22)
- Non Print on Demand (32)
Lingua (2)
Spedizione gratuita
- Spedizione gratuita in U.S.A. (Nessun altro risultato corrispondente a questo perfezionamento)
Paese del venditore
Valutazione venditore
-
EUR 8,90
Spedizione EUR 9,95
Spedito da Germania a U.S.A.Quantità: 1 disponibili
Aggiungi al carrelloCondizione: Sehr gut. Standard Version. B1039-133 4061229007504 Sprache: Deutsch Gewicht in Gramm: 500 DVD, Maße: 19.2 cm x 13.5 cm x 1.5 cm.
-
Digital Watermarking for Machine Learning Model: Techniques, Protocols and Applications
Da: Ria Christie Collections, Uxbridge, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 54,21
Spedizione EUR 13,80
Spedito da Regno Unito a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New. In.
-
Federated Learning : Privacy and Incentive
Libro 1 di 5: Lecture Notes in Computer Science, 500Da: GreatBookPrices, Columbia, MD, U.S.A.
Valutazione del venditore 5 su 5 stelle
EUR 83,89
Spedizione EUR 2,30
Spedito in U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: As New. Unread book in perfect condition.
-
Federated Learning : Privacy and Incentive
Libro 1 di 5: Lecture Notes in Computer Science, 500Da: GreatBookPrices, Columbia, MD, U.S.A.
Valutazione del venditore 5 su 5 stelle
EUR 84,72
Spedizione EUR 2,30
Spedito in U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
-
Trustworthy Federated Learning: First International Workshop, FL 2022, Held in Conjunction with IJCAI 2022, Vienna, Austria, July 23, 2022, Revised . (Lecture Notes in Artificial Intelligence)
Da: Books Puddle, New York, NY, U.S.A.
Valutazione del venditore 4 su 5 stelle
Condizione: New.
-
Federated Learning: Privacy and Incentive (Lecture Notes in Artificial Intelligence)
Libro 1 di 5: Lecture Notes in Computer Science, 500Da: Ria Christie Collections, Uxbridge, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 78,51
Spedizione EUR 13,80
Spedito da Regno Unito a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New. In.
-
Federated Learning : Privacy and Incentive
Libro 1 di 5: Lecture Notes in Computer Science, 500Da: Chiron Media, Wallingford, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 75,29
Spedizione EUR 17,85
Spedito da Regno Unito a U.S.A.Quantità: 10 disponibili
Aggiungi al carrelloPF. Condizione: New.
-
Federated Learning : Privacy and Incentive
Libro 1 di 5: Lecture Notes in Computer Science, 500Da: GreatBookPricesUK, Woodford Green, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 78,24
Spedizione EUR 17,28
Spedito da Regno Unito a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
-
Federated Learning : Privacy and Incentive
Libro 1 di 5: Lecture Notes in Computer Science, 500Da: GreatBookPricesUK, Woodford Green, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 86,16
Spedizione EUR 17,28
Spedito da Regno Unito a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: As New. Unread book in perfect condition.
-
Trustworthy Federated Learning
Lingua: Inglese
Editore: Springer, Berlin|Springer International Publishing|Springer, 2023
ISBN 10: 3031289951 ISBN 13: 9783031289958
EUR 52,76
Spedizione EUR 48,99
Spedito da Germania a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloKartoniert / Broschiert. Condizione: New.
-
Trustworthy Federated Learning : First International Workshop, FL 2022, Held in Conjunction with IJCAI 2022, Vienna, Austria, July 23, 2022, Revised Selected Papers
Lingua: Inglese
Editore: Springer International Publishing, 2023
ISBN 10: 3031289951 ISBN 13: 9783031289958
EUR 58,84
Spedizione EUR 61,36
Spedito da Germania a U.S.A.Quantità: 1 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book constitutes the refereed proceedings of the First International Workshop, FL 2022, Held in Conjunction with IJCAI 2022, held in Vienna, Austria, during July 23-25, 2022.The 11 full papers presented in this book were carefully reviewed and selected from 12 submissions. They are organized in three topical sections: answer set programming; adaptive expert models for personalization in federated learning and privacy-preserving federated cross-domain social recommendation.
-
EUR 54,80
Spedizione EUR 70,00
Spedito da Germania a U.S.A.Quantità: 5 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Trustworthy Federated Learning | First International Workshop, FL 2022, Held in Conjunction with IJCAI 2022, Vienna, Austria, July 23, 2022, Revised Selected Papers | Randy Goebel (u. a.) | Taschenbuch | Lecture Notes in Computer Science | x | Englisch | 2023 | Springer | EAN 9783031289958 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
-
Federated Learning: Privacy and Incentive (Lecture Notes in Computer Science)
Libro 1 di 5: Lecture Notes in Computer Science, 500Da: Books Puddle, New York, NY, U.S.A.
Valutazione del venditore 4 su 5 stelle
Condizione: New. 1st ed. 2020 edition NO-PA16APR2015-KAP.
-
EUR 38,45
Spedizione EUR 105,00
Spedito da Germania a U.S.A.Quantità: 5 disponibili
Aggiungi al carrelloCondizione: Hervorragend. Zustand: Hervorragend | Sprache: Englisch | Produktart: Bücher | This book constitutes the refereed proceedings of the First International Workshop, FL 2022, Held in Conjunction with IJCAI 2022, held in Vienna, Austria, during July 23-25, 2022. The 11 full papers presented in this book were carefully reviewed and selected from 12 submissions. They are organized in three topical sections: answer set programming; adaptive expert models for personalization in federated learning and privacy-preserving federated cross-domain social recommendation.
-
Federated Learning: Privacy and Incentive
Libro 1 di 5: Lecture Notes in Computer Science, 500Lingua: Inglese
Editore: Springer-Nature New York Inc, 2020
ISBN 10: 3030630757 ISBN 13: 9783030630751
Da: Revaluation Books, Exeter, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 140,34
Spedizione EUR 14,40
Spedito da Regno Unito a U.S.A.Quantità: 2 disponibili
Aggiungi al carrelloPaperback. Condizione: Brand New. 286 pages. 9.25x6.10x0.55 inches. In Stock.
-
EUR 81,70
Spedizione EUR 70,00
Spedito da Germania a U.S.A.Quantità: 5 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Federated Learning | Privacy and Incentive | Qiang Yang (u. a.) | Taschenbuch | Lecture Notes in Computer Science | x | Englisch | 2020 | Springer | EAN 9783030630751 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
-
EUR 90,94
Spedizione EUR 62,26
Spedito da Germania a U.S.A.Quantità: 1 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book provides a comprehensive and self-contained introduction to federated learning, ranging from the basic knowledge and theories to various key applications. Privacy and incentive issues are the focus of this book. It is timely as federated learning is becoming popular after the release of the General Data Protection Regulation (GDPR). Since federated learning aims to enable a machine model to be collaboratively trained without each party exposing private data to others. This setting adheres to regulatory requirements of data privacy protection such as GDPR.This book contains three main parts. Firstly, it introduces different privacy-preserving methods for protecting a federated learning model against different types of attacks such as data leakage and/or data poisoning. Secondly, the book presents incentive mechanisms which aim to encourage individuals to participate in the federated learning ecosystems. Last but not least, this book also describes how federated learning can be applied in industry and business to address data silo and privacy-preserving problems. The book is intended for readers from both the academia and the industry, who would like to learn about federated learning, practice its implementation, and apply it in their own business. Readers are expected to have some basic understanding of linear algebra, calculus, andneural network. Additionally, domain knowledge in FinTech and marketing would be helpful.'.
-
Digital Watermarking for Machine Learning Model : Techniques, Protocols and Applications
Da: GreatBookPrices, Columbia, MD, U.S.A.
Valutazione del venditore 5 su 5 stelle
EUR 160,06
Spedizione EUR 2,30
Spedito in U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
-
Digital Watermarking for Machine Learning Model: Techniques, Protocols and Applications
Da: Ria Christie Collections, Uxbridge, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 151,44
Spedizione EUR 13,80
Spedito da Regno Unito a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New. In.
-
Digital Watermarking for Machine Learning Model : Techniques, Protocols and Applications
Da: GreatBookPrices, Columbia, MD, U.S.A.
Valutazione del venditore 5 su 5 stelle
EUR 167,65
Spedizione EUR 2,30
Spedito in U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: As New. Unread book in perfect condition.
-
Digital Watermarking for Machine Learning Model : Techniques, Protocols and Applications
Da: GreatBookPricesUK, Woodford Green, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 151,43
Spedizione EUR 17,28
Spedito da Regno Unito a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
-
Digital Watermarking for Machine Learning Model : Techniques, Protocols and Applications
Da: GreatBookPricesUK, Woodford Green, Regno Unito
Valutazione del venditore 5 su 5 stelle
EUR 167,65
Spedizione EUR 17,28
Spedito da Regno Unito a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: As New. Unread book in perfect condition.
-
Digital Watermarking for Machine Learning Model
Lingua: Inglese
Editore: Springer, Berlin|Springer Nature Singapore|Springer, 2024
ISBN 10: 9811975566 ISBN 13: 9789811975561
EUR 153,73
Spedizione EUR 48,99
Spedito da Germania a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
-
Digital Watermarking for Machine Learning Model
Lingua: Inglese
Editore: Springer, Berlin|Springer Nature Singapore|Springer, 2023
ISBN 10: 9811975531 ISBN 13: 9789811975530
EUR 153,73
Spedizione EUR 48,99
Spedito da Germania a U.S.A.Quantità: Più di 20 disponibili
Aggiungi al carrelloCondizione: New.
-
EUR 157,95
Spedizione EUR 70,00
Spedito da Germania a U.S.A.Quantità: 5 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Digital Watermarking for Machine Learning Model | Techniques, Protocols and Applications | Lixin Fan (u. a.) | Taschenbuch | xvi | Englisch | 2024 | Springer | EAN 9789811975561 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
-
Trustworthy Federated Learning
Da: BUCHSERVICE / ANTIQUARIAT Lars Lutzer, Wahlstedt, Germania
Valutazione del venditore 5 su 5 stelle
EUR 189,90
Spedizione EUR 39,95
Spedito da Germania a U.S.A.Quantità: 1 disponibili
Aggiungi al carrelloSoftcover. Condizione: gut. 2023. Trustworthy Federated Learning In deutscher Sprache. pages.
-
Digital Watermarking for Machine Learning Model: Techniques, Protocols and Applications
Da: Books Puddle, New York, NY, U.S.A.
Valutazione del venditore 4 su 5 stelle
Condizione: New. 1st ed. 2023 edition NO-PA16APR2015-KAP.
-
Digital Watermarking for Machine Learning Model: Techniques, Protocols and Applications
Da: Books Puddle, New York, NY, U.S.A.
Valutazione del venditore 4 su 5 stelle
Condizione: New. 2023rd edition NO-PA16APR2015-KAP.
-
EUR 188,90
Spedizione EUR 61,88
Spedito da Germania a U.S.A.Quantità: 1 disponibili
Aggiungi al carrelloTaschenbuch. Condizione: Neu. Druck auf Anfrage Neuware - Printed after ordering - Machine learning (ML) models, especially large pretrained deep learning (DL) models, are of high economic value and must be properly protected with regard to intellectual property rights (IPR). Model watermarking methods are proposed to embed watermarks into the target model, so that, in the event it is stolen, the model's owner can extract the pre-defined watermarks to assert ownership. Model watermarking methods adopt frequently used techniques like backdoor training, multi-task learning, decision boundary analysis etc. to generate secret conditions that constitute model watermarks or fingerprints only known to model owners. These methods have little or no effect on model performance, which makes them applicable to a wide variety of contexts. In terms of robustness, embedded watermarks must be robustly detectable against varying adversarial attacks that attempt to remove the watermarks. The efficacy of model watermarking methods is showcased in diverse applications including image classification, image generation, image captions, natural language processing and reinforcement learning. This book covers the motivations, fundamentals, techniques and protocols for protecting ML models using watermarking. Furthermore, it showcases cutting-edge work in e.g. model watermarking, signature and passport embedding and their use cases in distributed federated learning settings.
-
EUR 190,49
Spedizione EUR 62,68
Spedito da Germania a U.S.A.Quantità: 1 disponibili
Aggiungi al carrelloBuch. Condizione: Neu. Druck auf Anfrage Neuware - Printed after ordering - Machine learning (ML) models, especially large pretrained deep learning (DL) models, are of high economic value and must be properly protected with regard to intellectual property rights (IPR). Model watermarking methods are proposed to embed watermarks into the target model, so that, in the event it is stolen, the model's owner can extract the pre-defined watermarks to assert ownership. Model watermarking methods adopt frequently used techniques like backdoor training, multi-task learning, decision boundary analysis etc. to generate secret conditions that constitute model watermarks or fingerprints only known to model owners. These methods have little or no effect on model performance, which makes them applicable to a wide variety of contexts. In terms of robustness, embedded watermarks must be robustly detectable against varying adversarial attacks that attempt to remove the watermarks. The efficacy of model watermarking methods is showcased in diverse applications including image classification, image generation, image captions, natural language processing and reinforcement learning. This book covers the motivations, fundamentals, techniques and protocols for protecting ML models using watermarking. Furthermore, it showcases cutting-edge work in e.g. model watermarking, signature and passport embedding and their use cases in distributed federated learning settings.
