Zeitschriftenartikel zum Thema „Continuous and distributed machine learning“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Zeitschriftenartikel für die Forschung zum Thema "Continuous and distributed machine learning" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Zeitschriftenartikel für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Stan, Ioan-Mihail, Siarhei Padolski und Christopher Jon Lee. „Exploring the self-service model to visualize the results of the ATLAS Machine Learning analysis jobs in BigPanDA with Openshift OKD3“. EPJ Web of Conferences 251 (2021): 02009. http://dx.doi.org/10.1051/epjconf/202125102009.
Der volle Inhalt der QuelleYin, Zhongdong, Jingjing Tu und Yonghai Xu. „Development of a Kernel Extreme Learning Machine Model for Capacity Selection of Distributed Generation Considering the Characteristics of Electric Vehicles“. Applied Sciences 9, Nr. 12 (13.06.2019): 2401. http://dx.doi.org/10.3390/app9122401.
Der volle Inhalt der QuelleBrophy, Eoin, Maarten De Vos, Geraldine Boylan und Tomás Ward. „Estimation of Continuous Blood Pressure from PPG via a Federated Learning Approach“. Sensors 21, Nr. 18 (21.09.2021): 6311. http://dx.doi.org/10.3390/s21186311.
Der volle Inhalt der QuelleVrachimis, Andreas, Stella Gkegka und Kostas Kolomvatsos. „Resilient edge machine learning in smart city environments“. Journal of Smart Cities and Society 2, Nr. 1 (07.07.2023): 3–24. http://dx.doi.org/10.3233/scs-230005.
Der volle Inhalt der QuelleMusa, M. O., und E. E. Odokuma. „A framework for the detection of distributed denial of service attacks on network logs using ML and DL classifiers“. Scientia Africana 22, Nr. 3 (25.01.2024): 153–64. http://dx.doi.org/10.4314/sa.v22i3.14.
Der volle Inhalt der QuelleOliveri, Giorgio, Lucas C. van Laake, Cesare Carissimo, Clara Miette und Johannes T. B. Overvelde. „Continuous learning of emergent behavior in robotic matter“. Proceedings of the National Academy of Sciences 118, Nr. 21 (10.05.2021): e2017015118. http://dx.doi.org/10.1073/pnas.2017015118.
Der volle Inhalt der QuelleKodaira, Daisuke, Kazuki Tsukazaki, Taiki Kure und Junji Kondoh. „Improving Forecast Reliability for Geographically Distributed Photovoltaic Generations“. Energies 14, Nr. 21 (04.11.2021): 7340. http://dx.doi.org/10.3390/en14217340.
Der volle Inhalt der QuelleHua, Xia, und Lei Han. „Design and Practical Application of Sports Visualization Platform Based on Tracking Algorithm“. Computational Intelligence and Neuroscience 2022 (16.08.2022): 1–9. http://dx.doi.org/10.1155/2022/4744939.
Der volle Inhalt der QuelleRustam, Furqan, Muhammad Faheem Mushtaq, Ameer Hamza, Muhammad Shoaib Farooq, Anca Delia Jurcut und Imran Ashraf. „Denial of Service Attack Classification Using Machine Learning with Multi-Features“. Electronics 11, Nr. 22 (20.11.2022): 3817. http://dx.doi.org/10.3390/electronics11223817.
Der volle Inhalt der QuelleHuang, Leqi. „Problems, solutions and improvements on federated learning model“. Applied and Computational Engineering 22, Nr. 1 (23.10.2023): 183–86. http://dx.doi.org/10.54254/2755-2721/22/20231215.
Der volle Inhalt der QuelleJohnson, Paul A., und Chris W. Johnson. „Earthquake fault slip and nonlinear dynamics“. Journal of the Acoustical Society of America 153, Nr. 3_supplement (01.03.2023): A203. http://dx.doi.org/10.1121/10.0018661.
Der volle Inhalt der QuelleT V, Bhuvana. „AI ENABLED WATER CONSERVATION FOR IRRIGATION USING IOT“. INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT 08, Nr. 05 (14.05.2024): 1–5. http://dx.doi.org/10.55041/ijsrem33920.
Der volle Inhalt der QuelleXie, Anze, Anders Carlsson, Jason Mohoney, Roger Waleffe, Shanan Peters, Theodoros Rekatsinas und Shivaram Venkataraman. „Demo of marius“. Proceedings of the VLDB Endowment 14, Nr. 12 (Juli 2021): 2759–62. http://dx.doi.org/10.14778/3476311.3476338.
Der volle Inhalt der QuelleChang, Wanjun, Yangbo Li und Qidong Du. „Microblog Emotion Analysis Using Improved DBN Under Spark Platform“. International Journal of Information Technologies and Systems Approach 16, Nr. 2 (16.02.2023): 1–16. http://dx.doi.org/10.4018/ijitsa.318141.
Der volle Inhalt der QuelleGómez, Jairo A., Jorge E. Patiño, Juan C. Duque und Santiago Passos. „Spatiotemporal Modeling of Urban Growth Using Machine Learning“. Remote Sensing 12, Nr. 1 (28.12.2019): 109. http://dx.doi.org/10.3390/rs12010109.
Der volle Inhalt der QuelleBehera, Ranjan, Sushree Das, Santanu Rath, Sanjay Misra und Robertas Damasevicius. „Comparative Study of Real Time Machine Learning Models for Stock Prediction through Streaming Data“. JUCS - Journal of Universal Computer Science 26, Nr. 9 (28.09.2020): 1128–47. http://dx.doi.org/10.3897/jucs.2020.059.
Der volle Inhalt der QuelleLiu, Bowen, und Qiang Tang. „Secure Data Sharing in Federated Learning through Blockchain-Based Aggregation“. Future Internet 16, Nr. 4 (15.04.2024): 133. http://dx.doi.org/10.3390/fi16040133.
Der volle Inhalt der QuelleAvcı, İsa, und Murat Koca. „Predicting DDoS Attacks Using Machine Learning Algorithms in Building Management Systems“. Electronics 12, Nr. 19 (05.10.2023): 4142. http://dx.doi.org/10.3390/electronics12194142.
Der volle Inhalt der QuelleBattaglia, Elena, Simone Celano und Ruggero G. Pensa. „Differentially Private Distance Learning in Categorical Data“. Data Mining and Knowledge Discovery 35, Nr. 5 (13.07.2021): 2050–88. http://dx.doi.org/10.1007/s10618-021-00778-0.
Der volle Inhalt der QuelleKim, Bockjoo, und Dimitri Bourilkov. „Automatic Monitoring of Large-Scale Computing Infrastructure“. EPJ Web of Conferences 295 (2024): 07007. http://dx.doi.org/10.1051/epjconf/202429507007.
Der volle Inhalt der QuellePaul, Baltescu, Blunsom Phil und Hoang Hieu. „OxLM: A Neural Language Modelling Framework for Machine Translation“. Prague Bulletin of Mathematical Linguistics 102, Nr. 1 (11.09.2014): 81–92. http://dx.doi.org/10.2478/pralin-2014-0016.
Der volle Inhalt der QuelleSánchez-Reolid, Roberto, Arturo S. García, Miguel A. Vicente-Querol, Beatriz García-Martinez und Antonio Fernández-Caballero. „Distributed Architecture for Acquisition and Processing of Physiological Signals“. Proceedings 31, Nr. 1 (20.11.2019): 30. http://dx.doi.org/10.3390/proceedings2019031030.
Der volle Inhalt der QuelleOjugo, Arnold, und Andrew Okonji Eboka. „An Empirical Evaluation On Comparative Machine Learning Techniques For Detection of The Distributed Denial of Service (DDoS) Attacks“. Journal of Applied Science, Engineering, Technology, and Education 2, Nr. 1 (13.06.2020): 18–27. http://dx.doi.org/10.35877/454ri.asci2192.
Der volle Inhalt der QuelleKareem, Amer, Haiming Liu und Vladan Velisavljevic. „A Privacy-Preserving Approach to Effectively Utilize Distributed Data for Malaria Image Detection“. Bioengineering 11, Nr. 4 (30.03.2024): 340. http://dx.doi.org/10.3390/bioengineering11040340.
Der volle Inhalt der QuelleMelton, Joe R., Ed Chan, Koreen Millard, Matthew Fortier, R. Scott Winton, Javier M. Martín-López, Hinsby Cadillo-Quiroz, Darren Kidd und Louis V. Verchot. „A map of global peatland extent created using machine learning (Peat-ML)“. Geoscientific Model Development 15, Nr. 12 (20.06.2022): 4709–38. http://dx.doi.org/10.5194/gmd-15-4709-2022.
Der volle Inhalt der QuelleLi, Boyuan, Shengbo Chen und Zihao Peng. „New Generation Federated Learning“. Sensors 22, Nr. 21 (03.11.2022): 8475. http://dx.doi.org/10.3390/s22218475.
Der volle Inhalt der QuelleSitokonstantinou, Vasileios, Alkiviadis Koukos, Thanassis Drivas, Charalampos Kontoes, Ioannis Papoutsis und Vassilia Karathanassi. „A Scalable Machine Learning Pipeline for Paddy Rice Classification Using Multi-Temporal Sentinel Data“. Remote Sensing 13, Nr. 9 (01.05.2021): 1769. http://dx.doi.org/10.3390/rs13091769.
Der volle Inhalt der QuelleZeng, Liang, Wenxin Wang und Wei Zuo. „A Federated Learning Latency Minimization Method for UAV Swarms Aided by Communication Compression and Energy Allocation“. Sensors 23, Nr. 13 (21.06.2023): 5787. http://dx.doi.org/10.3390/s23135787.
Der volle Inhalt der QuelleKawabata, Kuniaki, Zhi-Wei Luo und Jie Huang. „Special Issue on Machine Intelligence for Robotics and Mechatronics“. Journal of Robotics and Mechatronics 22, Nr. 4 (20.08.2010): 417. http://dx.doi.org/10.20965/jrm.2010.p0417.
Der volle Inhalt der QuelleGreifeneder, Felix, Claudia Notarnicola und Wolfgang Wagner. „A Machine Learning-Based Approach for Surface Soil Moisture Estimations with Google Earth Engine“. Remote Sensing 13, Nr. 11 (27.05.2021): 2099. http://dx.doi.org/10.3390/rs13112099.
Der volle Inhalt der QuelleHao, Yixue, Yiming Miao, Min Chen, Hamid Gharavi und Victor Leung. „6G Cognitive Information Theory: A Mailbox Perspective“. Big Data and Cognitive Computing 5, Nr. 4 (16.10.2021): 56. http://dx.doi.org/10.3390/bdcc5040056.
Der volle Inhalt der QuelleSun, Hanqi, Wanquan Zhu, Ziyu Sun, Mingsheng Cao und Wenbin Liu. „FMDL: Federated Mutual Distillation Learning for Defending Backdoor Attacks“. Electronics 12, Nr. 23 (30.11.2023): 4838. http://dx.doi.org/10.3390/electronics12234838.
Der volle Inhalt der QuelleKarlgren, Jussi, und Pentti Kanerva. „High-dimensional distributed semantic spaces for utterances“. Natural Language Engineering 25, Nr. 4 (Juli 2019): 503–17. http://dx.doi.org/10.1017/s1351324919000226.
Der volle Inhalt der QuelleAshush, Nerya, Shlomo Greenberg, Erez Manor und Yehuda Ben-Shimol. „Unsupervised Drones Swarm Characterization Using RF Signals Analysis and Machine Learning Methods“. Sensors 23, Nr. 3 (01.02.2023): 1589. http://dx.doi.org/10.3390/s23031589.
Der volle Inhalt der QuelleNaqvi, Sardar Shan Ali, Yuancheng Li und Muhammad Uzair. „DDoS attack detection in smart grid network using reconstructive machine learning models“. PeerJ Computer Science 10 (09.01.2024): e1784. http://dx.doi.org/10.7717/peerj-cs.1784.
Der volle Inhalt der QuelleFlores, Juan J., Jose L. Garcia-Nava, Jose R. Cedeno Gonzalez, Victor M. Tellez, Felix Calderon und Arturo Medrano. „A Machine-Learning Pipeline for Large-Scale Power-Quality Forecasting in the Mexican Distribution Grid“. Applied Sciences 12, Nr. 17 (24.08.2022): 8423. http://dx.doi.org/10.3390/app12178423.
Der volle Inhalt der QuelleManavalan, Mani. „Intersection of Artificial Intelligence, Machine Learning, and Internet of Things – An Economic Overview“. Global Disclosure of Economics and Business 9, Nr. 2 (25.12.2020): 119–28. http://dx.doi.org/10.18034/gdeb.v9i2.584.
Der volle Inhalt der QuelleRashid, Kanwal, Yousaf Saeed, Abid Ali, Faisal Jamil, Reem Alkanhel und Ammar Muthanna. „An Adaptive Real-Time Malicious Node Detection Framework Using Machine Learning in Vehicular Ad-Hoc Networks (VANETs)“. Sensors 23, Nr. 5 (26.02.2023): 2594. http://dx.doi.org/10.3390/s23052594.
Der volle Inhalt der QuelleZhang, Nan, Mingjie Chen, Fan Yang, Cancan Yang, Penghui Yang, Yushan Gao, Yue Shang und Daoli Peng. „Forest Height Mapping Using Feature Selection and Machine Learning by Integrating Multi-Source Satellite Data in Baoding City, North China“. Remote Sensing 14, Nr. 18 (06.09.2022): 4434. http://dx.doi.org/10.3390/rs14184434.
Der volle Inhalt der QuelleRajab Asaad, Renas, und Subhi R. M. Zeebaree. „Enhancing Security and Privacy in Distributed Cloud Environments: A Review of Protocols and Mechanisms“. Academic Journal of Nawroz University 13, Nr. 1 (31.03.2024): 476–88. http://dx.doi.org/10.25007/ajnu.v13n1a2010.
Der volle Inhalt der QuelleNaeem, Muhammad, Jian Yu, Muhammad Aamir, Sajjad Ahmad Khan, Olayinka Adeleye und Zardad Khan. „Comparative analysis of machine learning approaches to analyze and predict the COVID-19 outbreak“. PeerJ Computer Science 7 (16.12.2021): e746. http://dx.doi.org/10.7717/peerj-cs.746.
Der volle Inhalt der QuelleBonilla-Garzón, Andrea, Shyam Madhusudhana, Robert P. Dziak und Holger Klinck. „Assessing vocal activity patterns of leopard seals (Hydrurga leptonyx) In the Bransfield Strait, Antarctica using machine learning“. Journal of the Acoustical Society of America 152, Nr. 4 (Oktober 2022): A106. http://dx.doi.org/10.1121/10.0015696.
Der volle Inhalt der QuellePriya, Harshitha. „A Cloud Approach for Melanoma Detection Based On Deep Learning Networks“. International Journal for Research in Applied Science and Engineering Technology 11, Nr. 5 (31.05.2023): 3983–88. http://dx.doi.org/10.22214/ijraset.2023.52571.
Der volle Inhalt der QuelleAnand, Dubey, und Choubey Siddhartha. „Blockchain and machine learning for data analytics, privacy preserving, and security in fraud detection“. i-manager’s Journal on Software Engineering 18, Nr. 1 (2023): 45. http://dx.doi.org/10.26634/jse.18.1.20091.
Der volle Inhalt der QuelleChen, Shaomin, Jiachen Gao, Fangchuan Lou, Yunfei Tuo, Shuai Tan, Yuyang Shan, Lihua Luo, Zhilin Xu, Zhengfu Zhang und Xiangyu Huang. „Rapid estimation of soil water content based on hyperspectral reflectance combined with continuous wavelet transform, feature extraction, and extreme learning machine“. PeerJ 12 (22.08.2024): e17954. http://dx.doi.org/10.7717/peerj.17954.
Der volle Inhalt der QuelleAhmed, Mehreen, Rafia Mumtaz, Syed Mohammad Hassan Zaidi, Maryam Hafeez, Syed Ali Raza Zaidi und Muneer Ahmad. „Distributed Fog Computing for Internet of Things (IoT) Based Ambient Data Processing and Analysis“. Electronics 9, Nr. 11 (22.10.2020): 1756. http://dx.doi.org/10.3390/electronics9111756.
Der volle Inhalt der QuelleBakurov, Illya, Marco Buzzelli, Mauro Castelli, Leonardo Vanneschi und Raimondo Schettini. „General Purpose Optimization Library (GPOL): A Flexible and Efficient Multi-Purpose Optimization Library in Python“. Applied Sciences 11, Nr. 11 (23.05.2021): 4774. http://dx.doi.org/10.3390/app11114774.
Der volle Inhalt der QuelleBarron, Alfredo, Dante D. Sanchez-Gallegos, Diana Carrizales-Espinoza, J. L. Gonzalez-Compean und Miguel Morales-Sandoval. „On the Efficient Delivery and Storage of IoT Data in Edge–Fog–Cloud Environments“. Sensors 22, Nr. 18 (16.09.2022): 7016. http://dx.doi.org/10.3390/s22187016.
Der volle Inhalt der QuelleSamuel Olaoluwa Folorunsho, Olubunmi Adeolu Adenekan, Chinedu Ezeigweneme, Ike Chidiebere Somadina und Patrick Azuka Okeleke. „Ensuring Cybersecurity in telecommunications: Strategies to protect digital infrastructure and sensitive data“. Computer Science & IT Research Journal 5, Nr. 8 (23.08.2024): 1855–83. http://dx.doi.org/10.51594/csitrj.v5i8.1448.
Der volle Inhalt der QuelleDudeja, Deepak, Sabeena Yasmin Hera, Nitika Vats Doohan, Nilesh Dubey, R. Mahaveerakannan, Tariq Ahamed Ahanger und Simon Karanja Hinga. „Energy Efficient and Secure Information Dissemination in Heterogeneous Wireless Sensor Networks Using Machine Learning Techniques“. Wireless Communications and Mobile Computing 2022 (07.06.2022): 1–14. http://dx.doi.org/10.1155/2022/2206530.
Der volle Inhalt der Quelle