Xiaoying Tang

Ein neuer Ansatz zur medizinischen Bildanalyse mithilfe von föderiertem Lernen und schwacher Überwachung.

Client2Vec verbessert das föderierte Lernen, indem es einzigartige Identifikatoren für Benutzerdaten erstellt.

AFIND+ verbessert dezentrales föderiertes Lernen, indem es die Nachbarnauswahl und die Update-Aggregation optimiert.

FPT+ verbessert das Transferlernen für hochauflösende medizinische Bilder mit minimalen Ressourcen.

Eine neue Methode, um das Lernen in Vision-Language-Modellen zu verbessern, die mit verrauschten Daten umgehen.

Lern, wie föderiertes Lernen KI trainiert und dabei persönliche Daten schützt.

Erfahre, wie föderiertes Unlearning deine Datenschutzrechte schützen kann.