Últimos artículos para Privacidad de datos

Presentamos una herramienta para evaluar métodos de detección de anomalías no supervisados en el aprendizaje federado.

Usando datos de medidores inteligentes y info del clima para mejorar la monitorización de energía.

Un nuevo marco mejora el aprendizaje federado al abordar problemas de datos ruidosos.

FADAS mejora el aprendizaje federado permitiendo actualizaciones asíncronas de los clientes mientras se mantiene la privacidad de los datos.

Explorando el desaprendizaje de máquinas en la recuperación de información para mejorar la privacidad de los datos.

Un nuevo método transforma la auditoría de privacidad en el aprendizaje automático.

Un sistema que predice la demanda de taxis mientras protege los datos de los pasajeros.

NeuroSynth genera datos de MRI sintéticos para mejorar estudios sobre la salud del cerebro.

Examinando la privacidad diferencial en datos de transporte espaciotemporales para proteger a los usuarios.

Un nuevo método mejora el cálculo del elipsoide de John mientras protege datos sensibles.

Un nuevo método para mejorar la generación de código en los modelos LLM4Code.

Combinando aprendizaje federado y blockchain para compartir modelos de manera segura.

FlexMod mejora el aprendizaje federado al optimizar la asignación de recursos para diferentes tipos de datos.

Presentamos un nuevo método para mejorar la eficiencia del aprendizaje federado a través de submodelos personalizados.

Un nuevo marco mejora la privacidad y la eficiencia en el aprendizaje federado.

Un método para la corrección automática de errores de software enfocado en la privacidad y la seguridad.

Examinando la necesidad de transparencia en el uso de datos de salud para la investigación.

Nuevos métodos mejoran el reconocimiento facial y abordan las preocupaciones sobre la privacidad.

Analizando el equilibrio entre descentralización y eficiencia en la externalización de tareas computacionales.

ELM demuestra la eficacia de modelos de lenguaje más pequeños y específicos en la educación.

Nuevos métodos mejoran la privacidad de los datos sin sacrificar la precisión del análisis.

Explorando los riesgos de privacidad en el modelado de imágenes enmascaradas y sus implicaciones.

El marco Pulse ofrece un nuevo enfoque para detectar ransomware desconocido de manera efectiva.

Aprende cómo el muestreo de Thompson protege la privacidad mientras toma decisiones informadas.

Un método para inferencia colaborativa en el borde priorizando la privacidad y la eficiencia.

La investigación presenta un nuevo conjunto de datos y métodos para mejorar el ReID de video en diferentes plataformas.

Una guía para entender mejor la privacidad diferencial y sus implicaciones para los datos personales.

Un nuevo IDS mejora la seguridad de los vehículos contra las crecientes amenazas cibernéticas.

Examinando métodos defensivos para asegurar el Aprendizaje Federado de filtraciones de datos.

Un nuevo método mejora la comunicación en el Aprendizaje Federado a través de una programación óptima de actualizaciones.

Un nuevo sistema busca mejorar la privacidad en la comunicación y el sentido inalámbrico.

Un nuevo marco mejora la precisión del modelo al abordar el desequilibrio de datos mientras garantiza la privacidad.

Un nuevo enfoque para mejorar los resúmenes de código incluyendo contexto esencial.

Aprende cómo el aprendizaje federado mejora la detección de objetos pequeños mientras se mantiene la privacidad de los datos.

MIA-Tuner busca resolver problemas de privacidad en los datos de entrenamiento de LLM.

Un nuevo marco mejora la privacidad y la calidad de los datos en el aprendizaje federado.

Los investigadores proponen un método para mejorar los modelos médicos mientras se asegura la privacidad de los datos.

Un sistema para un aprendizaje de IA seguro en el sector salud sin compartir datos de pacientes.

Una mirada a los desafíos y beneficios de agregar nuevos clientes en el aprendizaje federado.

Este artículo habla sobre cómo usar el preentrenamiento para mejorar la privacidad y el rendimiento en el Aprendizaje Federado.