Loading...
Bienvenue sur la collection HAL du laboratoire de DAVID
Quelques conseils pour une publication "idéHALe"
• Pensez à respecter la signature institutionnelle
Université Paris-Saclay, UVSQ, Données et Algorithmes pour une ville intelligente et durable, 78035, Versailles, France.
• Participez à l'accès ouvert
N'attendez pas : dès que votre article est en ligne, déposez dans Hal sa version acceptée pour publication et indiquez un embargo de 6 mois.
La loi pour une république numérique vous autorise en effet à partager cette version 6 mois après publication, quel que soit l'éditeur
Plus d'informations Archives Ouverte : quid de mes droits d'auteurs ?
• Vous souhaitez disposer d'une page web référençant toutes vos publications ?
Créez vous en 5 minutes un idHal et un CVHAL
N'hésitez pas à nous contacter pour toutes questions, nous serons ravis d'échanger avec vous à l'adresse suivante : hal.bib@uvsq.fr
Dernières Publications en accès ouvert dans Hal
-
Reda Khoufache, Anisse Belhadj, Mustapha Lebbah, Hanene Azzag. Distributed MCMC Inference for Bayesian Non-parametric Latent Block Model. 28th Pacific-Asia Conference on Knowledge Discovery and Data Mining, PAKDD 2024, May 2024, Taipei, Taiwan. pp.271-283, ⟨10.1007/978-981-97-2242-6_22⟩. ⟨hal-04623748⟩
-
Reda Khoufache, Mustapha Lebbah, Hanene Azzag, Etienne Goffinet, Djamel Bouchaffra. Distributed Collapsed Gibbs Sampler for Dirichlet Process Mixture Models in Federated Learning. SIAM International Conference on Data Mining (SDM24), Apr 2024, Houston, Texas, United States. pp.815 - 823, ⟨10.1137/1.9781611978032.93⟩. ⟨hal-04457596⟩
Mots clés
Context acquisition
Healthcare
Contrôle d'accès
Reliability
Federated learning
Optimization
Access Control
Resiliency
Complexité
Performance evaluation
Algorithmique de graphes
Forme produit pour la distribution stationnaire
Extraction de connaissances
Radiation
Artificial malicious patterns
Peer-to-peer
Electrical network flow
Personal Data Management System
Deep learning
OppNet
Nash equilibria
Privacy
Consent
Computational complexity
Apprentissage par renforcement
Linegraph
Distributed systems
Energy/Power consumption
Anomaly detection
Crowd computing
Algorithmique
Flash memory
Algorithmique des graphes
Formal models
Bi-level optimization
TEE
Early warning system
Android malware detection
Distributed queries
Co-clustering
Artificial intelligence
Apprentissage automatique
Secure distributed computing
Bayesian non-parametric
Algorithmic game theory
Multivariate Time Series
Chaînes de Markov
Graph algorithms
Centre de données
Graphes
Consommation énergétique et performances
Data analytics
Clustering
Air quality
Machine learning
COVID-19
Computational intelligence
Trusted Execution Environment
Données RDF
Distributed computing
Secure aggregation
Optimisation
Activity recognition
Game theory
Data privacy
Markov chains
Data integration
Ontology
Data Privacy
Location privacy
Gamma dose rate
Cloud personnel
Air quality monitoring
Data center
Dynamic programming
Enumeration
Edge computing
Security
Data minimization
GDPR
Detection rules generation
Energy consumption
Graph theory
Big data
Data quality
Data security
Informed consent
Machine Learning
Data science
Graph
Big Data
Database
5G
Sécurité
Access control
Data completeness
Personal Cloud
Complexity
Evolutionary algorithms
Machine learning algorithms
Carte des collaborations