{“id”：“https://openalex.org/W4394945055“，”doi“：”https://doi.org/10.1145/3642970.3655842“，”title“：”用于健壮和通信的ALS算法-高效联合学习“，”display_name“：”ALS用于健壮与通信的算法-高效联邦学习“，“publication_year”：2024，“publitation_date”：“2024-04-22”，“ids”：{“openalex”：“https://openalex.org/W4394945055“，”doi“：”https://doi.org/10.1145/3642970.3655842“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1145/3642970.3655842“，”pdf_url“：null，”source“：null，”license“：null'，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，”type“：”article“，”type_crossref“：“procesdings-article”，”indexed_in“：[”crossref“]，”open_access“：{”is_oa“：false，”oa_status“：”closed“，”oa_url”：null“，”any_repository_has_fulltext“：false}”，”authorships“：[{”author_position“：”first“，”作者“：｛”id“：”https://openalex.org/A508411561“，”display_name“：”Neil Hurley“，”orcid“：”https://orcid.org/0000-0001-8428-2866“}，”机构“：[]，”国家“：[”IE“]，”is_corresponding“：false，”raw_author_name“：”Neil Hurley“，”raw_affiliation_strings“：[“爱尔兰都柏林数据分析洞察中心”]，”从属关系“：[{”raw_affiliation_string“：”爱尔兰都柏林Data Analytics洞察中心“，”institution_ids“：[]}，{”author_position“：”middle“，”author“：{”https://openalex.org/A5085548538“，”display_name“：”Erika Duriakova“，”orcid“：”https://orcid.org/0000-0001-7351-385X“}，”机构“：[]，”国家“：[”IE“]，”is_corresponding“：false，”raw_author_name“：”Erika Duriakova“，”raw_affiliation_strings“：[“爱尔兰都柏林数据分析洞察中心”]，”从属关系“：[{”raw_affiliation_string“：”爱尔兰都柏林Data Analytics洞察中心“，”institution_ids“：[]}，{”author_position“：”middle“，”author“：{”https://openalex.org/A5051541797“，”display_name“：”James R.Geraci“，”orcid“：”https://orcid.org/0009-0009-0483-1673}，“机构”：[{“id”：https://openalex.org/I2250650973“，”display_name“：”三星（韩国）“，”ror“：”网址：https://ror.org/04w3jy968“，”“country_code”“：”KR“，”type“：”company“，”seriance“：[”https://openalex.org/I2250650973“]}]，”国家“：[”KR“]，”is_corresponding“：false，”raw_author_name“：”James Geraci“，”raw _affiliation_strings“：[“韩国首尔三星电子有限公司”]，”affiliations“：[{”raw _affiliation_string“：”韩国首尔Samsung Electronics Co.，Ltd.“，”institution_ids“:[”https://openalex.org/I2250650973“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5003531296“，”display_name“：”Diarmuid O'Reilly-Morgan“，”orcid“：”https://orcid.org/0009-0008-2522-8120“}，”机构“：[]，”国家“：[”IE“]，”is_corresponding“：false，”raw_author_name“：”Diarmuid O'Reilly-Morgan“，”raw _ afiliation_strings“：[“爱尔兰都柏林数据分析洞察中心”]，”affiliations“：[{”raw _affiliation_strong“：”数据分析洞察力中心，爱尔兰都柏林“，”institution_ids“：[]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5038973041“，”display_name“：”\u0397\u03bb\u03af\u03b1\u03c2\u03a4\u03c1\u03 ac\u03 b3\u03 Bf\u03 c2“，”orcid“：”https://orcid.org/0000-0001-9566-531X“}，”机构“：[]，”国家“：[”IE“]，”is_corresponding“：false，”raw_author_name“：”Elias Tragos“，”raw _affiliation_strings“：[“爱尔兰都柏林数据分析洞察中心”]，”从属关系“：[{”raw _affiliation_string“：”爱尔兰都柏林的数据分析洞察力中心“，”institution_ids“：[]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5065595661“，”display_name“：”Barry Smyth“，”orcid“：”https://orcid.org/0000-0003-0962-3362“｝，”机构“：[]，”国家“：[”IE“]，”is_corresponding“：false，”raw_author_name“：”Barry Smyth“，”raw_affiation_strings“：[”爱尔兰都柏林数据分析洞察中心“]，”附属机构“：[｛”raw_affiation_string“：”爱尔兰都柏林数据分析洞察中心“，”机构id“：[]｝]｝，｛”author_position“：”last“，”author“：｛”id“：”https://openalex.org/A5079971230“，”display_name“：”Aonghus Lawlor“，”orcid“：”https://orcid.org/0000-0002-6160-4639“}，”机构“：[]，”国家“：[”IE“]，”is_corresponding“：false，”raw_author_name“：”Aonghus Lawlor“，”raw _ afiliation_strings“：[“爱尔兰都柏林数据分析洞察中心”]，”affiliations“：[{”raw _affiliation_strong“：”数据分析洞察力中心，爱尔兰都柏林“，”institution_ids“：[]}]，”countries _ distinct_count“：2，”institutions_distinct_count“：1，”corresponding_author_id“：[]，”correcponding_institution_id“:[]，“apc_list”：null，”apc_payed“：null、”has_fulltext“：false，”cited_by_count”：0，”citecd_by_percentile_year“：{”min“：0，“max”：91}，“biblio”：{“volume”：null，“issue”：null，“first_page”：null}，”is_retracted“：false，”is_paratext“：false，”primary_topic“：{”id“：”https://openalex.org/T10764“，”“display_name”：“数据分析和机器学习的隐私保护技术”，“score”：1.0，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T10764“，”“display_name”：“数据分析和机器学习的隐私保护技术”，“score”：1.0，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10237“，”“display_name”：“高级加密方案和协议”，“score”：0.9985，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11612“，”“display_name”：“机器学习中的优化方法”，“score”：0.9979，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/联邦学习“，”display_name“：”联合学习“，”score“：0.726517}，{”id“：”https://openalex.org/keywords/large-scale-optimization网站“，”display_name“：”大型优化“，”score“：0.601941}，{”id“：”https://openalex.org/keywords/近似算法“，”display_name“：”近似算法“，”score“：0.581151}，{”id“：”https://openalex.org/keywords/lattice-based-cryptology“，”display_name“：”基于格的加密“，”score“：0.5794}，{”id“：”https://openalex.org/keywords/convex优化“，”display_name“：”凸优化“，”score“：0.553513}]，”concepts“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198（网址：https://www.wikidata.org/wiki/Q21198）“，”display_name“：”计算机科学“，”level“：0，”score“：0.7668017｝，｛”id“：”https://openalex.org/C2992525071，“wikidata”：https://www.wikidata.org/wiki/Q50818671“，”display_name“：”联合学习“，”level“：2，”score“：0.42446184}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.35591352}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.30138457}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1145/3642970.3655842“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[]:”，“referenced_works_count”：7，“referrenced_works”：[”https://openalex.org/W2973141328","https://openalex.org/W2995191368","https://openalex.org/W3047789363","https://openalex.org/W3123459983","https://openalex.org/W4220738117","https://openalex.org/W4225533094","https://openalex.org/W428733118“]，”related_works“：[”https://openalex.org/W4391375266","https://openalex.org/W4298221930","https://openalex.org/W2777914285","https://openalex.org/W2748952813","https://openalex.org/W2390279801","https://openalex.org/W2376932109","https://openalex.org/W2358668433","https://openalex.org/W2073681303","https://openalex.org/W2051487156","https://openalex.org/W2001405890“]，”ngrams_url“：”https://api.openalex.org/works/W4394945055/ngrams网站“，”abstract_inverted_index“：｛”Federated“：[0]，”learning“：[1,8，16134]，”is“：[2,21,35,92]，”a“：[3,11,24,40,84108]，”distributed“：[4,22]，”approach“：[5148167]，”to“：[6,63,94158176]，”machine“：[7]，”in“：[9111]，”which“：[10]，”centered“：[12]，”server“：[13]，”coordinates“：[14]，”the“：[15,68，79,9610610610]1112122131156171]，“任务”：[17]，“while”：[118180]，“培训“：[19,41]，”数据“：[20]，”中间“：[23]，”潜在“：[25]，”大“：[26]，”集合“：[27,42]，”的“：[28,32,43,78114184]，”客户。“：[29]，”The“：[30146]，”focus“：[31]，”this“：[33,51127165]，”paper“：[34]，”on“：[36140]，”top-N“：[3]7]，”recommensions“：[38]，”using“：[39,83]，”implictive“：[44]，”interactions“：[45]，”between“：[46]，“users”：[47]，”and“：[48]，”items。“：[49]，”With“：[50]，”limited“：[52]，”information“，”：[53]，”items“：[54]，”With“，”no“：[56]，”user“：[57]，”interaction“：[58,98]，”must“：[59]，”also“：60]，”be“：[61]，”considered“，”:[62]，”present“：[64]，”accurate“：[65]，”recommendations“。“：[66]，”In“：[67]，”past“：[69]，”联邦“：[70133]，”推荐人“：[71]，”系统“：[72]，”have“：[73]，”been“：[74]，”solved“：[75]，”through“：[76]，”communication“：77123172]，”local“：[80]，”model“：[81137]，”updates“：[82]，”随机“：[85]，”Gradient“：[86]，”Descent“：+87]，”（SGD）“：[88]，”方法。“：[89]，”然而，“：[90]，”SGD“：[91178]，”无法“：[93]，”句柄“：[95]，”完整“：[97]，”数据集“：[99]，”没有“：[100]，”需要“：[102]，”用于“：[103]，”阴性“：[104118160]，”采样。“：[105161]，”This“：[106]，”poses“：[107]，”big“：[109]，”straint“：[110]，”setting“：[113]，”wireless“：[115]，”networks，“：[116]，”as“：[117]，”sampling“：+119]，”marsically“：[120]，”increases“：[121]，”开销。“：[124]，“到”：[125]，“克服”：[126]，“障碍”：[128]，“我们”：[129]，“引入”：[130]，“第一个”：[132]，“矩阵”：[135152]，“因式分解”：[136153]，“完全”：[138]，“基于”：[139]，“交替”：[141]，“最小”：[142]，“平方”：[143]，“（ALS）”：[144]，“计算”。“：[145]，”ALS“：[147]，”offers“：[149]，”an“：[150]，”efficient“：[151]，”solution“：[154]，”ability“：[157]，”avoid“：[159]，”We“：-162]，”show“：[163]，”that“：[164]，”novel“：/166]，”can“：[168]，”significally“：[169]，”reduce“：[170]，”间接费用“：[173]，”when“：[174]，”compared“:175]，”its“：[177]，“副本”：[179]，“保持”：[181]，“高”：[182]，“级别”：[183]，“准确性”。“：[185]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4394945055“，”counts_by_year“：[]，”updated_date“：”2024-06-15T12:56:51.578151“，”created_date:“2024-04-19”}“