論文

査読有り

2020年

New Approaches to Federated XGBoost Learning for Privacy-Preserving Data Analysis.

Neural Information Processing - 27th International Conference

Fuki Yamamoto
Lihua Wang 0001
Seiichi Ozawa

開始ページ: 558
終了ページ: 569
記述言語: 英語
掲載種別: 研究論文（国際会議プロシーディングス）
DOI: 10.1007/978-3-030-63833-7_47
出版者・発行元: Springer

リンク情報

DOI: https://doi.org/10.1007/978-3-030-63833-7_47
DBLP: https://dblp.uni-trier.de/rec/conf/iconip/Yamamoto0O20
共同研究・競争的資金等の研究課題: 複数組織データ利活用を促進するプライバシー保護データマイニング
URL: https://dblp.uni-trier.de/conf/iconip/2020-2
URL: https://dblp.uni-trier.de/db/conf/iconip/iconip2020-2.html#Yamamoto0O20

ID情報

DOI : 10.1007/978-3-030-63833-7_47
ISSN : 0302-9743
eISSN : 1611-3349
ISBN : 9783030638320
ISBN : 9783030638337
DBLP ID : conf/iconip/Yamamoto0O20

エクスポート: BibTeX RIS

論文リストへ