Pei jiaming (7 Ergebnisse)
Sprache: Englisch
Verlag: Springer 1/31/2026, 2026
- Softcover
Anbieter: BargainBookStores, Grand Rapids, MI, USABargainBookStores
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 57,95
Versand gratisVersand innerhalb von USAAnzahl: 5 verfügbar
Paperback or Softback. Zustand: New. Federated Learning for Smart Mobility: Towards Secure, Efficient, and Sustainable Transportation System. Book.
Sprache: Englisch
Verlag: Springer, 2026
- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 60,31
Versand gratisVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.
Sprache: Englisch
Verlag: Springer, 2026
- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 50,45
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Federated Learning for Smart Mobility | Towards Secure, Efficient, and Sustainable Transportation System | Jiaming Pei (u. a.) | Taschenbuch | xiv | Englisch | 2026 | Springer | EAN 9789819561599 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot…]hartmann[at]springer[dot]com | Anbieter: preigu.
Sprache: Englisch
Verlag: Springer, Berlin, Springer, 2026
- Softcover
- Print-on-Demand
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, DeutschlandBuchWeltWeit Ludwig Meier e.K.
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,49
EUR 23,00 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Federated Learning for Smart Mobility: Towards Secure, Efficient, and Sustainable Transportation explores how federated learning (FL) reshapes the future of intelligent transportation and the Internet of Things (IoT). As data privacy…and communication efficiency become pressing challenges, FL offers a distributed and privacy-preserving paradigm for model training across vehicles, sensors, and edge devices without sharing raw data.This SpringerBrief provides a concise yet comprehensive overview of FL s role in building next-generation smart mobility systems. It covers the fundamentals of FL and IoT infrastructures, introduces emerging applications in autonomous driving, traffic prediction, and vehicular networks, and presents selected case studies from academia and industry. The book also discusses key technical challenges including data heterogeneity, system scalability, and privacy protection and highlights future directions integrating FL with edge intelligence, 6G communication, and blockchain technologies.Written by active researchers in the fields of federated learning, wireless communication, and intelligent transportation, this book serves as a valuable reference for scientists, graduate students, and professionals in AI, IoT, and smart city development. It bridges theoretical advances with practical insights, guiding readers toward secure, efficient, and sustainable mobility solutions. 104 pp. Englisch.
Sprache: Englisch
Verlag: Springer Verlag GmbH, 2026
- Softcover
- Print-on-Demand
Anbieter: moluna, Greven, Deutschlandmoluna
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 48,37
EUR 48,99 VersandVersand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt.
Sprache: Englisch
Verlag: Springer Verlag, Singapore, Singapore, 2026
- Softcover
- Print-on-Demand
Anbieter: CitiRetail, Stevenage, Vereinigtes KönigreichCitiRetail
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 66,51
EUR 43,06 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
Paperback. Zustand: new. Paperback. Federated Learning for Smart Mobility: Towards Secure, Efficient, and Sustainable Transportation explores how federated learning (FL) reshapes the future of intelligent transportation and the Internet of Things (IoT). As data privacy and communication efficiency become pressing challenges, FL…offers a distributed and privacy-preserving paradigm for model training across vehicles, sensors, and edge devices without sharing raw data.This SpringerBrief provides a concise yet comprehensive overview of FLs role in building next-generation smart mobility systems. It covers the fundamentals of FL and IoT infrastructures, introduces emerging applications in autonomous driving, traffic prediction, and vehicular networks, and presents selected case studies from academia and industry. The book also discusses key technical challengesincluding data heterogeneity, system scalability, and privacy protectionand highlights future directions integrating FL with edge intelligence, 6G communication, and blockchain technologies.Written by active researchers in the fields of federated learning, wireless communication, and intelligent transportation, this book serves as a valuable reference for scientists, graduate students, and professionals in AI, IoT, and smart city development. It bridges theoretical advances with practical insights, guiding readers toward secure, efficient, and sustainable mobility solutions. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.
Sprache: Englisch
Verlag: Springer, Springer Jan 2026, 2026
- Softcover
- Print-on-Demand
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschlandbuchversandmimpf2000
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,49
EUR 60,00 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Federated Learning for Smart Mobility: Towards Secure, Efficient, and Sustainable Transportation explores how federated learning (FL) reshapes the future of intelligent transportation and the Internet of Things (IoT). As data privacy and…communication efficiency become pressing challenges, FL offers a distributed and privacy-preserving paradigm for model training across vehicles, sensors, and edge devices without sharing raw data.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 120 pp. Englisch.
