Últimos artículos para Privacidad de datos

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.

Combinar la poda de modelos y la asignación de ancho de banda mejora la eficiencia en el aprendizaje federado.

Un nuevo método mejora el seguimiento de filtraciones de privacidad en modelos de lenguaje grandes.

Este estudio analiza FEWS y OEWS para mejorar el rendimiento del modelo en la fabricación.

Explorando el papel de las tecnologías de privacidad en la lucha contra los crímenes financieros.

Explora la importancia de los puntajes de apalancamiento en el análisis de datos y la privacidad.

Examinando las vulnerabilidades en herramientas de autocompletado de código y su impacto en la privacidad del usuario.

Explorando medidas de seguridad en aprendizaje federado jerárquico contra varios ataques.

El Clustering Federado ayuda a analizar datos mientras mantiene la información sensible en privado.

Una mirada a los beneficios y desafíos del crowd-sensing, enfocándose en la privacidad y la participación del usuario.

Te presento DUCD, un método enfocado en la privacidad para proteger las DNNs de ataques adversariales.

Examinando problemas de copyright con el aprendizaje automático en la generación de contenido.