Quoc Viet Hung Nguyen

Un nuevo marco aborda los desafíos de desaprender en entornos de aprendizaje automático descentralizados.

CERP optimiza el uso de memoria en sistemas de recomendación sin perder precisión.

Un nuevo enfoque para mejorar las recomendaciones mientras se mantiene la privacidad de los datos del usuario.

Analizando los riesgos y defensas contra ataques de envenenamiento en recomendaciones en línea.

Fast-FedUL ofrece métodos rápidos de eliminación de datos para el aprendizaje federado, asegurando la privacidad.

Un nuevo marco mejora las recomendaciones mientras protege la privacidad del usuario.

Este estudio evalúa métodos de incrustación livianos para sistemas de recomendación efectivos.

SCALL ajusta los tamaños de incrustación para mejorar las recomendaciones usando menos memoria.

Un nuevo marco mejora la predicción de series temporales mientras garantiza la privacidad de los datos.