國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

具備客戶端選擇機制的混合量子-經典卷積神經網路聯邦學習方法 = Hybr...

劉鎮宇

具備客戶端選擇機制的混合量子-經典卷積神經網路聯邦學習方法 = Hybrid Quantum-Classical Convolutional Neural Networks for Federated Learning with Client Selection

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Hybrid Quantum-Classical Convolutional Neural Networks for Federated Learning with Client Selection
作者:	劉鎮宇,
其他團體作者:	國立高雄大學
出版地:	高雄市
出版者:	國立高雄大學;
出版年:	2025[民114]
面頁冊數:	ix,61葉圖,表 : 30公分;
標題:	聯邦學習
標題:	Federated Learning
電子資源:	https://handle.ncl.edu.tw/11296/2hm3mr
附註:	114年12月10日公開
附註:	參考書目: 葉58-61

具備客戶端選擇機制的混合量子-經典卷積神經網路聯邦學習方法 = Hybrid Quantum-Classical Convolutional Neural Networks for Federated Learning with Client Selection
劉, 鎮宇

具備客戶端選擇機制的混合量子-經典卷積神經網路聯邦學習方法 = Hybrid Quantum-Classical Convolutional Neural Networks for Federated Learning with Client Selection / 劉鎮宇撰 - 高雄市 : 國立高雄大學, 2025[民114]. - ix,61葉 ; 圖,表 ; 30公分.
114年12月10日公開參考書目: 葉58-61.
聯邦學習Federated Learning

具備客戶端選擇機制的混合量子-經典卷積神經網路聯邦學習方法 = Hybrid Quantum-Classical Convolutional Neural Networks for Federated Learning with Client Selection
LDR:01288pam0a2200277 450 001 676750
005 20251216102651.0
010 0 $b 精裝
010 0 $b 平裝
099 $a 113NUK00442028
100 $a 20250916y2025 k y0chiy50 e
101 0 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 具備客戶端選擇機制的混合量子-經典卷積神經網路聯邦學習方法 $d Hybrid Quantum-Classical Convolutional Neural Networks for Federated Learning with Client Selection $z eng $f 劉鎮宇撰
210 $a 高雄市 $c 國立高雄大學 $d 2025[民114]
215 0 $a ix,61葉 $c 圖,表 $d 30公分
300 $a 114年12月10日公開
300 $a 參考書目: 葉58-61
314 $a 指導教授: 蔡仁勝博士
328 $a 碩士論文--國立高雄大學電機工程學系碩博士班
510 1 $a Hybrid Quantum-Classical Convolutional Neural Networks for Federated Learning with Client Selection $z eng
610 0 $a 聯邦學習 $a 經典卷積神經網路 $a 量子混合卷積神經網路 $a 客戶端篩選
610 1 $a Federated Learning $a Classical Convolutional Neural Network $a Quantum Convolutional Neural Networks $a Client Selection
681 $a 008M/0019 $b 542201 7283 $v 2007年版
700 1 $a 劉 $b 鎮宇 $4 撰 $3 110171
712 0 2 $a 國立高雄大學 $b 電機工程學系碩博士班 $3 769000
801 0 $a tw $b NUK $c 20250916 $g CCR
856 4 $u https://handle.ncl.edu.tw/11296/2hm3mr $z 電子資源