Rezultati

eNauka >  Rezultati >  GuardianML: Anatomy of Privacy-Preserving Machine Learning Techniques and Frameworks
Naziv: GuardianML: Anatomy of Privacy-Preserving Machine Learning Techniques and Frameworks
Autori: Njungle, Nges Brian; Jahns, Eric; Wu, Zhenqi; Mastromauro, Luigi; Stojkov, Milan; Kinsy, Michel A
Godina: 2025
Publikacija: IEEE ACCESS
ISSN: 2169-3536 IEEE Access Pretraži identifikator
Tip rezultata: Naučni članak
Kolacija: vol. 13 str. 61483-61510
DOI: 10.1109/ACCESS.2025.3557228
WoS-ID: 001464984900035
Scopus-ID: 2-s2.0-105003088756
URI: https://enauka.gov.rs/handle/123456789/979954
Izvor metapodataka: (Preuzeto iz Nasi u WoS)
M-kategorija: 
21M21 - Vodeći međunarodni časopis kategorije M21

6
SCOPUSTM
4
WEB OF SCIENCETM
Alt metrika
Dimensions
Unpaywall

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.