Federated Learning in the Age of Foundation Models - FL 2024 International Workshops : FL@FM-WWW 2024, Singapore, May 14, 2024; FL@FM-ICME 2024, Niagara Falls, ON, Canada, July 15, 2024; FL@FM-IJCAI 2024, Jeju Island, South Korea, August 5, 2024; and

個数：

ポイントキャンペーン

Federated Learning in the Age of Foundation Models - FL 2024 International Workshops : FL@FM-WWW 2024, Singapore, May 14, 2024; FL@FM-ICME 2024, Niagara Falls, ON, Canada, July 15, 2024; FL@FM-IJCAI 2024, Jeju Island, South Korea, August 5, 2024; and

Yu, Han (EDT)/ Li, Xiaoxiao (EDT)/ Xu, Zenglin (EDT)

アメリカ（US）から取り寄せる

ウェブストア価格 ¥11,535（本体¥10,487）
Springer International Publishing AG（2025/03発売）
外貨定価 US$ 54.99
【ウェブストア限定】サマー！ポイント5倍キャンペーン対象商品（～7/21）※店舗受取は対象外
ポイント 520pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

イギリス（GB）から取り寄せる

ウェブストア価格 ¥12,557（本体¥11,416）
Springer International Publishing AG（2025/03発売）
外貨定価 UK£ 44.99
【ウェブストア限定】サマー！ポイント5倍キャンペーン対象商品（～7/21）※店舗受取は対象外
ポイント 570pt

提携先の海外書籍取次会社に在庫がございます。通常約2週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 182 p.
言語 ENG
商品コード 9783031822391
DDC分類 006.3

Full Description

This LNAI volume constitutes the post proceedings of International Federated Learning Workshops such as follows:

FL@FM-WWW 2024, FL@FM-ICME 2024, FL@FM-IJCAI 2024 and FL@FM-NeurIPS 2024. This LNAI volume focuses on the following topics:

Efficient Model Adaptation and Personalization, Data Heterogeneity and Incomplete Data, Integration of Specialized Neural Architectures, Frameworks and Tools for Federated Learning, Applications in Domain-Specific Contexts, Unsupervised and Lightweight Learning, and Causal Discovery and Black-Box Optimization.