1 有用
14 下载
2021联邦学习全球研究与应用趋势报告

文件列表(压缩包大小 3.74M)

免费

概述

主要发现

联邦学习是一种新兴的人工智能基础技术。本报告从技术研究、行业应用、学者画像以及发展趋势等维度,较为全面深入地分析了联邦学习自2016年诞生至2020年的重要发展成就。

联邦学习“中美双雄”格局显现

• 中美两国有关联邦学习的论文发布量遥遥领先于其他国家;在论文发布量TOP 10机构中,中美各占4席和3席;中美两国论文合作数量也全球最多,且半数以上的高被引论文来自中美两国,但美国的论文引用量显著领先,中国位居第二。

• 全球专利受理数量以中国地区最多,共1514项;美国位居第二,共579项。在专利申请数量TOP10机构中,中国占7席,美国占3席。

• 开源框架主要来自中美,其中OpenMined 推出的Pysyft 、微众银行的FATE和 谷歌的TFF框架的热度居于全球前三位。

• 联邦学习领域的全球学者共计2,764名,中美分别拥有816和817名,各占全球总量的30%。

未来联邦学习研究趋势将与算法模型和安全隐私技术相关

• 目前联邦学习研究热点主要聚焦在机器学习方法、模型训练、隐私保护三方面。

• 未来几年研究趋势将与算法模型和安全隐私技术相关,如Edge Computing(边 缘计算)、Data Heterogeneity(数据异质性)、Internet Of Things(物联 网)、Blockchain(区块链)、Wireless Communication(无线通信)、 Communication Efficiency(沟通效率)等。

• 行业应用研究方向呈现出不断与区块链、物联网、车辆交互、5G等技术融合的态势。

发布单位:清华大学AMiner.org

理工酷提示:

如果遇到文件不能下载或其他产品问题,请添加管理员微信:ligongku001,并备注:产品反馈

评论(2)

0/250
Stalker • 3
下载后的评价
赞!感谢分享
2021-12-01 回复
性感的饭盒 • 123
下载后的评价
原来如此
2022-04-21 回复