Sarhad Arisdakessian, Omar Abdel Wahab, Osama Wehbi, Azzam Mourad et Hadi Otrok
Communication écrite (2024)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| ISBN: | 9798350392296 |
| URL de PolyPublie: | https://publications.polymtl.ca/59542/ |
| Nom de la conférence: | IEEE Annual Congress on Artificial Intelligence of Things (AIoT 2024) |
| Lieu de la conférence: | Melbourne, Australia |
| Date(s) de la conférence: | 2024-07-24 - 2024-07-26 |
| Maison d'édition: | IEEE |
| DOI: | 10.1109/aiot63253.2024.00020 |
| URL officielle: | https://doi.org/10.1109/aiot63253.2024.00020 |
| Date du dépôt: | 29 oct. 2024 13:18 |
| Dernière modification: | 08 avr. 2025 14:41 |
| Citer en APA 7: | Arisdakessian, S., Wahab, O. A., Wehbi, O., Mourad, A., & Otrok, H. (juillet 2024). Trustworthy Hierarchical Federated Learning for Digital Healthcare [Communication écrite]. IEEE Annual Congress on Artificial Intelligence of Things (AIoT 2024), Melbourne, Australia. https://doi.org/10.1109/aiot63253.2024.00020 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
