Debabrota Basu

Dieser Artikel behandelt Methoden zum Schutz von Nutzerdaten in Empfehlungssystemen.

Eine Studie zur Identifizierung der besten Option bei gleichzeitiger Gewährleistung der Datensicherheit.

Ein tiefgehender Blick auf Erkundungsstrategien und ihren Einfluss auf das Verstärkungslernen.

Erforschen von Datenschutzrisiken im Zusammenhang mit Membership-Inference-Angriffen in maschinellem Lernen.

Untersuchen, wie Algorithmen den Datenschutz schützen können, während sie Entscheidungen in der personalisierten Medizin optimieren.

Ein neuer Ansatz, der verstärkendes Lernen und Bayessche Optimierung kombiniert, um bessere Entscheidungen zu treffen.

Datengetriebene Techniken müssen die Privatsphäre schützen und gleichzeitig die besten Optionen identifizieren.

Ein Blick auf neue Methoden zur Lösung komplexer quantenmechanischer Few-Body-Systeme.

Eine neue Methode verbessert die Widerstandsfähigkeit von GNNs gegen angreifende Attacken.

Erforschen, wie Maschinen Ergebnisse vorhersagen, indem sie vergangene und zukünftige Informationen nutzen.

Entdecke effektive Strategien für informierte Entscheidungen in unsicheren Situationen.