典型文献
基于联邦学习的交通标志识别
文献摘要：
由于交通运输行业的不断发展,传统驾驶方式在安全性、效率性等方面出现了不可忽视的问题,辅助驾驶技术和自动驾驶技术的需求也在日益增加,其中数据集隐私问题和算力分配问题也是一个重大的研究方向.对此可以结合联邦学习和辅助驾驶场景两个方面,在保护车辆数据隐私和信息安全的前提下,利用驾驶车辆自身的数据资源,通过联邦学习模式搭建出交通标志识别分布式架构系统,训练出有实际应用场景的神经网络模型.
文献关键词：
神经网络;联邦学习;交通标志识别
中图分类号：
作者姓名：
李佳灏;毕国耀
作者机构：
广东工业大学,广东广州510006
文献出处：
引用格式：
[1]李佳灏;毕国耀-.基于联邦学习的交通标志识别)[J].电脑知识与技术,2022(26):14-16
A类：
算力分配
B类：
联邦学习,交通标志识别,交通运输行业,效率性,辅助驾驶,自动驾驶技术,和算,分配问题,驾驶场景,护车,辆数,数据隐私,数据资源,学习模式,分布式架构,练出
AB值：
0.299967
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
