内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 【转载】华为云可信智能计算服务TICS在联邦广告算法上的探索及应用

    ​原文文章来自《华为在联邦广告算法上的探索及应用》https://mp.weixin.qq.com/s/3_ZGEzoOG7WRuofbBFIeFw作者:刘璐 DataFunTalk***04纵向联邦学习如何服务广告场景​​​接下来我们看一下,纵向联邦学习是怎么服务于广告场景的。

    作者: breakDawn
    75
    0
  • 联邦学习算法之一ModelArts “pytorch_fedamp_emnist_classification”学习(四)

    本期学习到此结束,下期我们将结合具体数据对建模过程进行更深入地探索。  

    作者: darkpard
    发表时间: 2021-04-23 01:30:13
    2247
    0
  • 联邦学习算法之一ModelArts “pytorch_fedamp_emnist_classification”学习(二)

    虚拟租户,即联邦学习的虚拟参与者。

    作者: darkpard
    发表时间: 2021-03-18 11:28:27
    2224
    0
  • 动态权重调整与模型更新策略在联邦学习中的研究

    本文将详细介绍动态权重调整与模型更新策略在联邦学习中的研究,包括基本概念、技术挑战、解决方案、实例代码和实际应用。通过结合具体的实例和代码进行讲解,帮助读者理解和掌握动态权重调整与模型更新策略在联邦学习中的应用。 I.

    作者: Y-StarryDreamer
    发表时间: 2024-06-18 20:51:14
    35
    0
  • 跟我学ModelArts丨探索ModelArts平台个性化联邦学习API

    如何实战联邦学习: ModelArts提供了一个实现个性化联邦学习的API——pytorch_fedamp_emnist_classification,它主要是让拥有相似数据分布的客户进行更多合作的一个横向联邦学习框架,让我们来对它进行一些学习和探索。 1. 环境准备 1.1.

    作者: darkpard
    发表时间: 2021-03-10 11:06:01
    3428
    5
  • 分布式模型聚合在联邦学习中的策略与性能评估

    联邦学习是一种保护数据隐私的强大方法,在移动设备、医疗和物联网等领域具有广泛应用。分布式模型聚合是其关键技术之一,通过合理的聚合策略,可以显著提升模型性能并保护用户隐私。 希望本指南对你有所帮助,祝你在联邦学习的研究和应用中取得成功!

    作者: Y-StarryDreamer
    发表时间: 2024-06-10 23:20:26
    15
    0
  • 联邦学习中的不确定性建模与风险控制策略

    实际应用与未来发展 1. 实际应用 不确定性建模与风险控制在联邦学习中的实际应用非常广泛,特别是在以下几个领域: 金融领域:在金融预测和风险管理中,联邦学习可以保护用户隐私,避免敏感数据的泄露。

    作者: Y-StarryDreamer
    发表时间: 2024-06-20 23:41:29
    33
    0
  • 使用Okta建立与华为云的联邦认证

    通过用户组属性自动映射华为云用户组 Okta提供了属性(approle)的机制,可以给第三方集成应用程序分配自定义的approle,并支持在应用程序中管理用户和approle的关联关系。

    作者: 云里来云里去
    发表时间: 2021-12-30 11:25:01
    1845
    1
  • 华为云常用认证介绍---联邦认证认证

    如果租户创建一个移动或基于 Web 的应用程序访问华为云资源,则应用程序中不应嵌入长期安全认证凭据。可以让用户登录到所需应用程序,然后使用其验证过的身份信息,通过联邦认证来获取临时安全凭据。

    作者: jz
    发表时间: 2017-11-25 07:06:39
    4387
    0
  • 账号对接指导-联邦账号&普通账号

    联邦身份认证指导:https://bbs.huaweicloud.com/blogs/158219Saml单点登录:https://support.huaweicloud.com/api-bpconsole/jac_00001.html用户注册:https://support.huaweicloud.com

    作者: junkan
    4520
    0
  • 使用PSI解决联邦计算的数据碰撞问题

    应用当前tics的联邦计算业务已支持psi的应用。联盟管理页面,管理员开启“高级别隐私保护” 。 当开启之后,如果满足PSI-JOIN的sql语句, tics便会选用psi的方式构建执行计划,进行join碰撞,再继续后续的计算。

    作者: breakDawn
    3732
    0
  • 【论文分享】基于标签量信息的联邦学习节点选择算法

    关键词: 联邦学习 ; 节点选择 ; 通信时延1 引言目前,机器学习已被广泛应用于科学研究中,而日益受人们关注的信息安全问题让人们意识到传统机器学习技术在处理敏感数据时无法有效保护数据隐私的局限性。

    作者: 乔天伊
    420
    0
  • 使用Azure AD建立与华为云的联邦认证

    四、FAQ 4.1 如何通过目录用户属性自动映射华为云用户组 Azure AD提供了应用角色(app role)的机制,可以给第三方集成应用程序分配自定义的app role,并支持在应用程序中管理目录用户和app role的关联关系。

    作者: 彩色的云
    发表时间: 2022-11-02 11:58:17
    377
    0
  • 业务应用

    学习路径的识别及推荐通过知识点的先修关系,识别学习路径,针对薄弱知识点进行学习路径推荐。 金融风控应用 面对层出不穷、复杂多样的个人和群体行为,帮助客户挖掘出潜在的风险,为客户保驾护航。

  • 使用Azure AD建立与华为云的联邦认证

    FAQ 1、如何通过目录用户属性自动映射华为云用户组 Azure AD提供了应用角色(app role)的机制,可以给第三方集成应用程序分配自定义的app role,并支持在应用程序中管理目录用户和app role的关联关系。

    作者: 云里来云里去
    发表时间: 2020-11-23 09:21:15
    10540
    0
  • Webpack模块联邦:微前端架构的新选择

    Webpack模块联邦(Module Federation)是Webpack 5引入的一项革命性特性,它彻底改变了微前端架构的实现方式。模块联邦允许不同的Web应用程序(或微前端应用)在运行时动态共享代码,无需传统的打包或发布过程中的物理共享。

    作者: 天涯学馆
    发表时间: 2024-06-13 17:58:33
    48
    0
  • 联邦学习中的深度神经网络优化策略:挑战与解决方案

    结论 联邦学习中的深度神经网络优化策略面临诸多挑战,但通过优化通信效率、处理非独立同分布数据、解决计算和存储限制、增强隐私和安全性,以及应对模型异构性,这些挑战可以有效解决。未来,随着技术的不断进步和应用场景的扩大,联邦学习在深度神经网络中的应用将更加广泛和深入。

    作者: Y-StarryDreamer
    发表时间: 2024-06-07 21:05:58
    83
    0
  • tics发布联邦分析开发指南指导

    开发指南链接见: https://support.huaweicloud.com/devg-tics/tics_09_0011.html ![image.png](https://bbs-img.huaweicloud.com/data/forums/attachment/forum

    作者: breakDawn
    381
    2
  • TICS联邦分析的灵活SQL语法能力展示

    在作业开发页面“合作方数据”一栏可查看此联盟合作方共享的数据集。数据集第一级是合作方名称,第二级是数据集名称。SQL语句中用“合作方名.数据集名”表示一张表。SQL语法支持关键词:select 、from 、where 、inner join/join/left outer join

    作者: breakDawn
    1407
    0
  • 可信智能计算TICS通过信通院《联邦学习》基础能力专项评测

    作者: feifei_active
    发表时间: 2021-12-31 09:02:07
    1113
    0