Decentralized Recommendation Based on Matrix Factorization: A Comparison of Gossip and Federated Learning

Hegedűs István; Danner Gábor; Jelasity Márk: Decentralized Recommendation Based on Matrix Factorization: A Comparison of Gossip and Federated Learning.
In: Machine Learning and Knowledge Discovery in Databases: International Workshops of ECML PKDD 2019, Würzburg, Germany, September 16–20, 2019, Proceedings, Part I. Springer International Publishing, Cham (Svájc), pp. 317-332. (2020) ISBN 9783030438234; 9783030438227

[thumbnail of all.pdf]
Előnézet
Szöveg
all.pdf - Elfogadott verzió

Download (263kB) | Előnézet
Mű típusa: Könyv része
Publikáció dátuma: 2020
Szám: 1167
Terjedelem: 16
Oldalak: pp. 317-332
ISBN: 9783030438234; 9783030438227
Kiadó: Springer International Publishing
Kiadás helye: Cham (Svájc)
Kar/Egység: Természettudományi és Informatikai Kar
Intézmény: Szegedi Tudományegyetem
Nyelv: angol
MTMT rekordazonosító: 31264620
DOI azonosító: https://doi.org/10.1007/978-3-030-43823-4_27
Kapcsolódó URL-ek:
Dátum: 2020. Ápr. 01. 11:56
Utolsó módosítás: 2020. Ápr. 01. 16:23
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/18455
Hivatkozások száma a Web of Science® -ben: 11 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet

Letöltések

Letöltések havi bontásban az elmúlt egy évben