分布式一致性竞拍算法，主要用于解决单任务分配问题，花了一天时间编完，亲测有效

iniVation公司在CVPR2019 workshop（第二届国际事件相机讨论会）中介绍的公司事件相机的相关资料。

Physically-Based.Rendering.-.From.Theory.To.Implementation.pdf

BAFFLE : Blockchain Based Aggregator Free Federated Learning

A Blockchain-based Decentralized Federated.pdf

主要贡献： 1）提出了一种基于区块链的联邦学习框架。将联邦学习和区块链应用于重载铁路系统，以保护运营商的数据隐私和安全。 2）引入了一种基于支持向量机的智能控制模型。

基于区块链的去中心化联邦学习框架

关键词：区块链技术、差分隐私、以太坊、加密、联邦学习、激励学习、物联网、可扩展、安全 主要贡献： 1）介绍数据隐私； 2）介绍联邦学习 3）介绍区块链、介绍BFL； 4）介绍联邦学习在IOT中的应用。

关键词：区块链、众包(crowdsourcing)、差分隐私、联邦学习、物联网、移动边缘计算 主要贡献： 1）提出一个分层的众包联邦学习系统来建立机器学习模型，以帮助家电商提高服务质量和优化家电功能。 2）提出了一个新的标准化技术，它比批量标准化提供了更高的测试精度，同时保留了每个参与者数据的提取特征的隐私。此外，通过利用差分隐私，防止对手利用学习模型来推断客户的敏感信息。 3）基于区块链的系统通过确保所有的模型更新可追责来防止恶意模型攻击。

基于编码器的终身学习 介绍 该代码实现了终身学习的方法。 它基于我们的工作，引入了一种新的终身学习解决方案，其中针对一系列任务训练单个模型。 在这种情况下，视觉系统面临的主要挑战是灾难性的遗忘：由于它们倾向于适应最近出现的任务，因此在先前学习的任务上会失去性能。 我们的方法旨在在使用自动编码器学习新任务的同时，保留先前任务的知识。 对于每个任务，都会学习一个不完整的自动编码器，并捕获对其完成至关重要的功能。 当向系统提出新任务时，我们防止使用这些自动编码器的功能重构发生变化，这具有保留以前任务主要依赖的信息的作用。 同时，为这些特征提供了空间以适应最新环境，因为仅控制了它们向低维子流形的投影。 所提出的系统在图像分类任务上得到了评估，并减少了对最新技术的遗忘。 先决条件 的MATLAB MatConvNet（ ）-代码基于1.0-beta23版本。 GPU：应与4G的gpu内存配合