EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Privacy-Preserving Hyperparameter Tuning for Federated Learning

Natalija Mitic, Apostolos Pyrgelis, Sinem Sav

IEEE Transactions on Privacy · 2025

DOI: 10.1109/tp.2025.3531838 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Transactions on Privacy, 2025. Verfasst von Natalija Mitic und 2 weiteren Autor:innen. Die Arbeit wurde bisher 4-mal zitiert (Crossref) und nennt 80 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Horizon Europe Project HARPOCRATES.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Horizon Europe Project HARPOCRATES

Zitieren

APA

Mitic, N., Pyrgelis, A., & Sav, S. (2025). Privacy-Preserving Hyperparameter Tuning for Federated Learning. IEEE Transactions on Privacy. https://doi.org/10.1109/tp.2025.3531838

Vancouver

Mitic N, Pyrgelis A, Sav S. Privacy-Preserving Hyperparameter Tuning for Federated Learning. IEEE Transactions on Privacy. 2025. doi:10.1109/tp.2025.3531838

BibTeX
@article{Mitic2025,
  author = {Mitic, Natalija and Pyrgelis, Apostolos and Sav, Sinem},
  title = {Privacy-Preserving Hyperparameter Tuning for Federated Learning},
  journal = {IEEE Transactions on Privacy},
  year = {2025},
  doi = {10.1109/tp.2025.3531838}
}
Kostenlos starten →