本文介绍了一种基于张量的联邦学习模型（FL-LFT），用于处理大数据和服务计算中的动态连接和用户视角质量服务（QoS）的动态数据。实验证明，FL-LFT相较于最先进的联邦学习（FL）方法能显著提高预测准确性。

基于联邦学习的张量潜在因子分解方法用于隐私保护的 QoS 预测
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证