Applications of Federated Learning in Technological Advancements
Use Cases and Applications
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 160.00
-
78 960 Ft (75 200 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 7 896 Ft off)
- Kedvezményes ár 71 064 Ft (67 680 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
78 960 Ft
Beszerezhetőség
Becsült beszerzési idő: A Prosperónál jelenleg nincsen raktáron, de a kiadónál igen. Beszerzés kb. 3-5 hét..
A Prosperónál jelenleg nincsen raktáron.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1
- Kiadó Chapman and Hall
- Megjelenés dátuma 2025. szeptember 1.
- ISBN 9781032859514
- Kötéstípus Keménykötés
- Terjedelem186 oldal
- Méret 234x156 mm
- Súly 500 g
- Nyelv angol
- Illusztrációk 33 Illustrations, black & white; 1 Halftones, black & white; 32 Line drawings, black & white; 15 Tables, black & white 700
Kategóriák
Rövid leírás:
This book explores the applications and advancements of Federated Learning across diverse sectors, focusing on its integration with cutting-edge technologies like IoT, AI, Blockchain, and Digital Twins.
TöbbHosszú leírás:
This book explores the applications and advancements of federated learning across diverse sectors, focusing on its integration with cutting- edge technologies like Internet of Things (IoT), artificial intelligence (AI), blockchain, and digital twins. Real-world examples and case studies illustrate federated learning’s role in healthcare, smart cities, and maritime applications while addressing critical concerns such as security. It provides insights into federated learning’s transformative potential, offering practical strategies for intelligent systems and sustainable environments.
The book particularly:
- Focuses on the federated learning–based model optimization, addressing the significance of IoT and federated learning in the evolution of intelligent systems for various applications
- Describes the different optimization techniques of federated learning systems from a practical point of view
- Highlights economic, social, and environmental impacts of smart technologies and provides insights into IoT, 5G/ 6G communication, and computing standards
- Provides analysis of the use cases of federated learning regarding the development of IoT, AI, blockchain, digital twins
- Offers strategies for overcoming challenges associated with federated learning systems, including connectivity, computation, threats, privacy, and security issues
It covers fundamental concepts, practical implementations, and trends, to serve as a reference resource for professionals and researchers in the field.
TöbbTartalomjegyzék:
1. Journey Towards Federated Learning: Fundamentals, Tools Paradigms, Opportunities and Challenges 2. Federated Learning-based algorithms for deployment and model optimization 3. Automation of AI and IoT-based Data-driven Decision-Making Approaches using Federated Learning Systems 4. Federated Learning for sustainable development using IoT/Edge Computing Systems 5. Advances in 5G/6G enabled federated reinforcement learning in IoT 6. Blockchain Integrated Federated Learning for IoT-based Smart Applications 7. Federated Learning in Heterogeneous Unmanned Aerial Vehicle 8. Advanced Technologies for Federated learning in Smart Cities and its use cases 9.Federated Deep Learning for Cyber-Physical Systems in Real-World Scenarios 10. Use-Cases and Scenarios for Federated Learning Adoption in IoT.
Több
