Fast converging Federated Learning with Non-IID Data

Naas, Si-Ahmed ; Sigg, Stephan

In: IEEE 97th Vehicular Technology Conference (VTC2023-Spring); (2023-06-01) S. 1-6

Konferenz

Titel:	Fast converging Federated Learning with Non-IID Data
Autor/in / Beteiligte Person:	Naas, Si-Ahmed ; Sigg, Stephan
Quelle:	IEEE 97th Vehicular Technology Conference (VTC2023-Spring); (2023-06-01) S. 1-6
Veröffentlichung:	2023
Medientyp:	Konferenz
ISBN:	979-8-3503-1114-3 (print)
ISSN:	2577-2465 (print)
DOI:	10.1109/VTC2023-Spring57618.2023.10200108
Sonstiges:	Nachgewiesen in: IEEE Xplore Digital Library

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.