Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakIII: Small: Advances in Federated Graph Machine Learning: A Data Perspective
Proyek riset & pengembangan

III: Small: Advances in Federated Graph Machine Learning: A Data Perspective

Ringkasan tujuan riset

Pembelajaran graf federasi menangani heterogenitas label, struktur, dan fitur sambil memakai gangguan atribut serta pelatihan adversarial untuk perlindungan privasi lokal.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2331315Periode tercatat 2024-06-01 sampai 2027-05-31.NSF 2331315MulaiAkhir tercatat202420282024-06-012027-05-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Data pada tiap klien membentuk graf dengan hubungan kuat, sehingga pelatihan federasi menghadapi variasi struktur sekaligus risiko kebocoran. Penelitian mengembangkan algoritme untuk label sedikit, berderau, atau tidak tersedia, serta membedakan heterogenitas label, struktur, dan fitur. Perlindungan atribut dan relasi graf akan diperkuat melalui perturbasi atribut serta pelatihan adversarial. Fokusnya menyeimbangkan kegunaan model dan privasi, termasuk ketika hubungan melintasi klien yang tidak membagikan data mentah.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Virginia Main Campus
Program
Info Integration & Informatics
Periode pendanaan tercatat
2024-06-01 → 2027-05-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.