Federated Learning Systems: Towards Privacy-Preserving Distributed AI
Muhammad Habib ur Rehman · Mohamed Medhat Gaber
Apr 2025 · Springer Nature
E-Book
165
Seiten
reportBewertungen und Rezensionen werden nicht geprüft Weitere Informationen
Über dieses E-Book
This book dives deep into both industry implementations and cutting-edge research driving the Federated Learning (FL) landscape forward. FL enables decentralized model training, preserves data privacy, and enhances security without relying on centralized datasets. Industry pioneers like NVIDIA have spearheaded the development of general-purpose FL platforms, revolutionizing how companies harness distributed data. Alternately, for medical AI, FL platforms, such as FedBioMed, enable collaborative model development across healthcare institutions to unlock massive value.
Research advances in PETs highlight ongoing efforts to ensure that FL is robust, secure, and scalable. Looking ahead, federated learning could transform public health by enabling global collaboration on disease prevention while safeguarding individual privacy. From recommendation systems to cybersecurity applications, FL is poised to reshape multiple domains, driving a future where collaboration and privacy coexist seamlessly.
Dieses E-Book bewerten
Deine Meinung ist gefragt!
Informationen zum Lesen
Smartphones und Tablets
Nachdem du die Google Play Bücher App für Android und iPad/iPhone installiert hast, wird diese automatisch mit deinem Konto synchronisiert, sodass du auch unterwegs online und offline lesen kannst.
Laptops und Computer
Im Webbrowser auf deinem Computer kannst du dir Hörbucher anhören, die du bei Google Play gekauft hast.
E-Reader und andere Geräte
Wenn du Bücher auf E-Ink-Geräten lesen möchtest, beispielsweise auf einem Kobo eReader, lade eine Datei herunter und übertrage sie auf dein Gerät. Eine ausführliche Anleitung zum Übertragen der Dateien auf unterstützte E-Reader findest du in der Hilfe.
