Towards Scalable, Efficient and Privacy Preserving Machine Learning - Archive ouverte HAL Accéder directement au contenu
Poster De Conférence Année : 2018

Towards Scalable, Efficient and Privacy Preserving Machine Learning

Rania Talbi
  • Fonction : Auteur
  • PersonId : 169823
  • IdHAL : rania-talbi
Distribution, Recherche d'Information et Mobilité
Sara Bouchenak
Distribution, Recherche d'Information et Mobilité

Domaines

Cryptographie et sécurité [cs.CR] Machine Learning [stat.ML]
Fichier principal
Vignette du fichier
Rania-Talbi-Poster .pdf (1.41 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Rania TALBI  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01956155

Soumis le : vendredi 14 décembre 2018-23:18:12

Dernière modification le : mercredi 5 juillet 2023-15:28:04

Archivage à long terme le : vendredi 15 mars 2019-17:34:45

Télécharger pour visualiser

Dates et versions

hal-01956155 , version 1 (14-12-2018)

Identifiants

  • HAL Id : hal-01956155 , version 1

Citer

Rania Talbi, Sara Bouchenak. Towards Scalable, Efficient and Privacy Preserving Machine Learning. Middleware '18 Doctoral Symposium, Dec 2018, Rennes, France. ⟨hal-01956155⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-LYON1 UNIV-LYON2 INSA-LYON EC-LYON LIRIS INSA-GROUPE UDL
75 Consultations
113 Téléchargements

Partager

Gmail Facebook X LinkedIn More