arrow
返回

Federated Learning for Spatio-Temporal Data Mining: A Survey

delete2026-03-06
delete0
PRE
AI
W
Wei Huang
J
Junling Chen
Z
Zhan Lin
F
Feng Wang
J
Jie Wang
王德贤 封面图
王德贤 (Dexian Wang)
X
Xiaocao Ouyang
T
Tianrui Li
J
Junbo Zhang
DOI:10.1016/j.inffus.2026.104287delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 空间-时间联邦学习方法被分为四类并进行了全面介绍。 • 空间-时间联邦学习的六大核心挑战被提出并进行了讨论。 • 空间-时间联邦学习在不同领域的应用被进行了总结。
Keyword:
Federated Learning
Spatio-Temporal Data
Machine Learning
Privacy Preservation
Data Mining

期刊

Information Fusion 封面图
Information Fusion
IF:
15.5
论文数:
4.2K
被引数:
2.7W

机构

S
southwestern university of finance and economics
学者数:
648
论文数: 385
被引数: 0
C
chengdu university of traditional chinese medicine
学者数:
3.2K
论文数: 832
被引数: 0
F
Fuzhou University
学者数:
2.0K
论文数: 605
被引数: 3.4W
J
jd intelligent cities research
学者数:
4
论文数: 3
被引数: 0
S
southwest jiaotong university
学者数:
9.6K
论文数: 3.3K
被引数: 0
学者 查看更多机构
引用论文

引用论文

暂无论文信息