文献

J-GLOBAL ID：202102285266555783   整理番号：21A0449120

ポスター:軌道予測のためのモバイルゴシップ学習【JST・京大機械翻訳】

Poster: Mobile Gossip Learning for Trajectory Prediction

著者 (5件)： Dinani Mina Aghaei (University of Neuchatel, HES-SO Valais,Switzerland) ,  Holzer Adrian (University of Neuchatel, HES-SO Valais,Switzerland) ,  Nguyen Hung (The University of Adelaide,Australia) ,  Marsan Marco Ajmone (Politecnico di Torino, Italy and Institute Imdea Networks,Spain) ,  Rizzo Gianluca (HES-SO Valais,Switzerland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： VNC  ページ： 1-2  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Gossip Learning(GL)は,高スケーラビリティを可能にし,ユーザプライバシーを保存できる可能性を持つ完全分散機械学習パラダイムである。しかしながら,既存の結果の大部分は,各ノードが全ての他のノードと通信するか,あるいは接続グラフが静的であるシナリオを考慮し,従ってVANETのような動的セットアップにおいて適用できない。本研究は,移動車の軌道予測の適用による移動ノードによるシナリオに適したGLスキームの設計と評価における最初の試みである。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  プライバシー ,  *軌道推定 ,  機械学習
準シソーラス用語： VANET , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ポスター ,  軌道予測 ,  モバイル ,  学習