Haozhao Wang

Un nuevo marco para mejorar el aprendizaje en el Aprendizaje Incremental Federado mientras se garantiza la privacidad de los datos.

pFedDIL mejora el aprendizaje automático al retener conocimiento mientras se adapta a nuevas tareas.

Nuevo método mejora la precisión en modelos de visión-lenguaje, reduciendo contenido engañoso.

Este estudio examina la fiabilidad de los modelos de racionalización ante ataques adversariales.

Descubre cómo FedSSI mejora el aprendizaje automático sin olvidar el conocimiento pasado.

FedDP mejora las predicciones de defectos de software mientras garantiza la privacidad de los datos.

FedGIG aborda los riesgos de privacidad en el entrenamiento de datos gráficos.