基于联邦学习的学生综合素养评价数据共享与安全保护研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：智能时代，开展学生综合素养评价需要多场域多模态的数据。然而，当下数据孤岛尚未有效打通，数据安全问题又愈发严峻，这都成为阻碍学生综合素养评价落实的关键问题。联邦学习作为人工智能领域的前沿技术，具有数据不出本地而仅共享模型训练参数的优势，能够打破数据孤岛、保护数据隐私，为学生综合素养评价数据共享与安全保护提供了新的解决方案。（剩余14392字）

试读结束

目录
monitor