CRIS Current Research Information System

Federated Learning Algorithms with Heterogeneous Data Distributions: An Empirical Evaluation / Mora, Alessio; Fantini, Davide; Bellavista, Paolo. - ELETTRONICO. - (2022), pp. 336-341. (Intervento presentato al convegno 7th IEEE/ACM Symposium on Edge Computing (SEC 2022) tenutosi a Seattle, WA, USA nel December 5-8, 2022) [10.1109/SEC54971.2022.00049].

Federated Learning Algorithms with Heterogeneous Data Distributions: An Empirical Evaluation

Mora, Alessio;Bellavista, Paolo
2022
2022
Proceedings of the 7th IEEE/ACM Symposium on Edge Computing
336
341
Federated Learning Algorithms with Heterogeneous Data Distributions: An Empirical Evaluation / Mora, Alessio; Fantini, Davide; Bellavista, Paolo. - ELETTRONICO. - (2022), pp. 336-341. (Intervento presentato al convegno 7th IEEE/ACM Symposium on Edge Computing (SEC 2022) tenutosi a Seattle, WA, USA nel December 5-8, 2022) [10.1109/SEC54971.2022.00049].
Mora, Alessio; Fantini, Davide; Bellavista, Paolo
File in questo prodotto:
Eventuali allegati, non sono esposti

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11585/916823
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact