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
Dynamic programming
Consommation énergétique et performances
Distributed systems
Markov chains
Secure distributed computing
Données RDF
Access control
Distributed computing
5G
Cloud personnel
Algorithmique de graphes
Crowd computing
Big Data
Personal Data Management System
Data privacy
Data completeness
OppNet
Graph
Machine learning
Machine learning algorithms
Apprentissage automatique
Security
Bi-level optimization
Energy/Power consumption
Artificial malicious patterns
Game theory
Air quality
Evolutionary algorithms
Graph algorithms
Energy consumption
Big data
Gamma dose rate
Nash equilibria
Flash memory
Reliability
Data analytics
Graphes
Centre de données
Complexité
Deep learning
Android malware detection
Air quality monitoring
Data security
Linegraph
Apprentissage par renforcement
Ontology
Multivariate Time Series
Trusted Execution Environment
Algorithmique
Federated learning
Co-clustering
Radiation
Edge computing
Artificial intelligence
Detection rules generation
Privacy
Access Control
Healthcare
Optimization
Bayesian non-parametric
Data quality
Personal Cloud
Clustering
Computational complexity
Anomaly detection
Extraction de connaissances
Machine Learning
Data Privacy
Algorithmic game theory
TEE
Data minimization
Database
Data science
Computational intelligence
Data integration
Resiliency
Forme produit pour la distribution stationnaire
Location privacy
Formal models
Context acquisition
GDPR
Optimisation
Graph theory
Peer-to-peer
Algorithmique des graphes
Enumeration
Activity recognition
Consent
Secure aggregation
Data center
Informed consent
Complexity
COVID-19
Sécurité
Contrôle d'accès
Distributed queries
Performance evaluation
Early warning system
Electrical network flow
Chaînes de Markov
Carte des collaborations