#13 · 主分类： 隐私保护与联邦数据科学
Awesome-FL
artificial-intelligence
awesome
computer-vision
data-mining
database
deep-learning
efficiency
federated-learning
federated-learning-framework
graph
graph-neural-networks
information-retrieval
knowledge-graph
machine-learning
natural-language-processing
paper
privacy
security
system
tabular-data
关于联邦学习的全面且及时的学术信息（论文、框架、数据集、教程、研讨会）
项目最后更新：05/20/26
GitHub Stars
2.0K
Forks数量
223
贡献者数量
18
许可证
Other
收录理由
联邦学习的研究成果散落在众多会议和期刊中，这份精心整理的索引替研究者省去了大量检索时间。它把顶会与顶刊上的论文按研究方向归类，无论是计算机视觉、自然语言处理、安全还是系统领域，都能快速定位到相关的联邦学习工作。除了论文，这里还汇集了框架、数据集、综述、教程以及研讨会征稿信息，既适合用来梳理文献脉络，也方便挑选实验用的代码库。配套的自动跟踪工具会持续监测新发表的联邦学习论文，让这份清单保持时效性。对于正在评估联邦学习方案、又特别在意数据隐私的团队来说，从这里入手是个很实在的选择。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。