Li Xiong

Kontrastives Unlernen entfernt effizient den Einfluss von Daten, während die Modellleistung erhalten bleibt.

Ein neues Framework erzeugt Daten zur menschlichen Mobilität und schützt dabei die Privatsphäre der Einzelnen.

Ein neues Framework verbessert die Erstellung von synthetischen Daten und schützt gleichzeitig persönliche Informationen.

Eine neue Methode verbessert den Datenschutz beim Trainieren von Deep-Learning-Modellen.

Ein Blick auf den Ansatz des Shuffle-Modells zum Schutz der Privatsphäre der Nutzerdaten.