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