Haozhao Wang

Ein neues Framework, um das Lernen im föderierten inkrementellen Lernen zu verbessern und dabei die Datensicherheit zu gewährleisten.

pFedDIL verbessert das maschinelle Lernen, indem es Wissen behält und sich an neue Aufgaben anpasst.

Neue Methode verbessert die Genauigkeit in Vision-Language-Modellen und reduziert irreführende Inhalte.

Diese Studie untersucht die Zuverlässigkeit von Rationalisierungsmodellen unter gegnerischen Angriffen.

Entdecke, wie FedSSI das maschinelle Lernen verbessert, ohne vergangenes Wissen zu vergessen.

FedDP verbessert die Vorhersage von Softwarefehlern und schützt dabei die Datensicherheit.

FedGIG geht die Datenschutzrisiken beim Training von Graphdaten an.