LuanVan.vnLuận Văn
Gửi thư

Learning the effect of abnormal data in federated learning

Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin — Công nghệ thông tin
Tác giảNguyễn Đức Long
Người hướng dẫnNguyễn Phi Lê
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Tập trung giải quyết vấn đề dữ liệu kém chất lượng trong học liên kết, một yếu tố quan trọng nhưng thường bị bỏ qua, ảnh hưởng trực tiếp đến hiệu quả mô hình. Đề xuất thuật toán lựa chọn dữ liệu toàn cục nhằm tối ưu độ chính xác của mô hình, đồng thời giảm chi phí truyền thông và đảm bảo tính riêng tư, thay vì chỉ lựa chọn dữ liệu cục bộ theo từng khách hàng như cách tiếp cận truyền thống. Một bộ dữ liệu y sinh chuyên biệt được xây dựng với các thuộc tính phản ánh tình trạng dữ liệu kém chất lượng, giúp kiểm chứng tính thực tiễn của mô hình. Kết quả thực nghiệm cho thấy giải pháp đề xuất cải thiện hiệu suất khoảng 2–3% trong bối cảnh dữ liệu mất cân bằng và sai lệch phân phối.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.