Guang Cheng

Una mirada a la teoría esencial detrás de los modelos de aprendizaje profundo.

Explorando cómo el entrenamiento adversarial mejora la robustez del modelo a través de la purificación de características.

Una mirada a cómo los transformers son excelentes con datos no estructurados en tareas de regresión.

Un nuevo método protege las preferencias personales mientras permite clasificaciones útiles.

Explorando cómo las redes neuronales pueden aproximar funcionales en el análisis de datos.

TGDP mejora la generación de datos en situaciones con pocos ejemplos de entrenamiento.

Un nuevo método de marca de agua ayuda a identificar datos tabulares sintéticos.

Aprende cómo los ataques de puerta trasera amenazan los sistemas de aprendizaje automático y los métodos para defenderse de ellos.

Nuevos métodos mejoran la optimización en escenarios complejos usando espacios latentes y ruido.

TimeAutoDiff ofrece nuevas soluciones para crear datos de series temporales sintéticas realistas.

Un nuevo modelo mejora la generación de datos tabulares sintéticos para varias aplicaciones.

Descubre cómo los datos sintéticos ayudan a los minoristas a proteger la privacidad de los clientes mientras obtienen información valiosa.

Explorando los riesgos de privacidad en los datos sintéticos y presentando el Índice de Plagio de Datos.

Un método de tres pasos para compartir datos de forma segura y protegiendo la privacidad.

Aprende cómo las marcas de agua protegen contra datos falsos en el mundo digital.

Las estrategias proactivas que usan IA buscan fortalecer la seguridad en la nube contra las amenazas nuevas.