Últimos artículos para Privacidad de datos

Este artículo explora estrategias para proteger la privacidad individual en el aprendizaje automático.

Fed-RAA mejora el aprendizaje federado adaptándose a los recursos de los clientes para un entrenamiento más rápido.

Un nuevo enfoque en el aprendizaje federado captura las dependencias de los datos mientras garantiza la privacidad.

Un nuevo punto de referencia para el desaprendizaje automático mejora la evaluación y comparación de métodos.

Un nuevo método reduce los riesgos de privacidad en aplicaciones de generación aumentada por recuperación.

Este artículo examina métodos para eliminar datos de usuarios de redes neuronales de manera eficiente.

SeCTIS permite compartir información sobre amenazas cibernéticas de manera segura, manteniendo la privacidad y la calidad de los datos.

Un nuevo método mejora la protección de la privacidad en los modelos de lenguaje sin afectar el rendimiento.

Explorando tecnologías que protegen la privacidad en el análisis de imágenes médicas.

CEBench ayuda a las empresas y a los investigadores a evaluar LLMs mientras manejan costos y rendimiento.

Explorando técnicas para el análisis de datos que preserven la privacidad mientras se asegura la precisión.

Nuevas técnicas mejoran la privacidad y seguridad en las consultas y transacciones de bases de datos.

Un modelo que protege los datos personales en los escritos legales italianos.

Este trabajo mejora la privacidad en la difusión de gráficos mientras mantiene la utilidad de los datos.

Explorando cómo los perfiles de usuario mejoran la personalización en los modelos de lenguaje.

TX-Phase mejora la imputación de genotipos mientras garantiza la privacidad de los datos para los investigadores.

Aprende cómo la privacidad diferencial protege los datos individuales mientras permite un análisis útil.

Combinar IoT y blockchain mejora la privacidad y seguridad en el seguimiento de ubicación.

Crepe ayuda a los investigadores a recoger datos de pantallas móviles sin complicaciones.

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

Este estudio examina el papel de los datos individuales en la modelación basada en agentes.

Lomas permite acceder de forma segura a datos públicos para la investigación sin comprometer la privacidad.

Este método mejora la transparencia para determinar la autoría de los documentos.

Abordando los sesgos en el reconocimiento facial a través de conjuntos de datos de entrenamiento equilibrados.

AUTOPRIV simplifica la privacidad de datos para usuarios sin habilidades técnicas.

Nuevos métodos aprovechan los modelos de lenguaje para mejorar el reconocimiento de actividades en casas inteligentes.

Un enfoque flexible para generar CFEs que respete las preocupaciones de privacidad de datos.

Aprende sobre el papel de la criptografía en la seguridad de la información y la protección de la privacidad.

Un nuevo método mejora la memoria y la adaptabilidad en los modelos de imágenes médicas.

FedBiOT mejora los modelos de lenguaje grandes mientras mantiene los datos privados y el uso de recursos bajo.

Técnicas para mejorar el rendimiento en el entrenamiento de modelos con privacidad diferencial.

QFHE permite realizar cálculos en datos cifrados para mayor privacidad y seguridad.

Este artículo presenta un método para proteger los datos personales en sistemas de aprendizaje automático.

Cómo el aprendizaje federado enfrenta las amenazas a la privacidad mientras lucha por la seguridad de los datos.

Un nuevo método mejora la personalización de LLM para una mejor interacción del usuario.

N nuevos métodos revelan serias amenazas a la privacidad por el intercambio de datos de ubicación.

Un nuevo método promete una eliminación de datos eficiente sin afectar el rendimiento del modelo.

Un nuevo método ayuda a mantener los datos privados seguros en los modelos de lenguaje.

Presentamos FC-EM para proteger los datos de nubes de puntos 3D contra accesos no autorizados.

Examinando los desafíos y las implicaciones de desaprender en modelos de IA.