Últimos artículos para Privacidad de datos

Una mirada a los riesgos de los ataques de inferencia de membresía sobre la privacidad de los datos.

Una mirada a cómo los Modelos Escasos mejoran la eficiencia del Aprendizaje Federado.

Nuevo modelo de IA mejora el diagnóstico de problemas óseos usando rayos X y datos de informes.

Aprende cómo la privacidad diferencial puede mejorar la seguridad de los datos en la regresión LLS.

Un sistema que aprende de los datos de los pacientes mientras asegura la protección de la privacidad.

Los profesionales de IA comparten sus opiniones sobre la IA confiable y sus desafíos.

Un nuevo enfoque combina protecciones de privacidad con aprendizaje de bandido contextual.

Un nuevo método para detectar el comportamiento inapropiado de los vehículos mientras se protege la privacidad.

Un estudio sobre cómo mejorar la detección de video en streaming mientras se mantiene la privacidad del usuario.

Un método para borrar identidades de modelos generativos mientras se mantiene la calidad de la imagen.

Nuevos métodos mejoran la precisión en la estimación del tamaño de las uniones mientras protegen datos sensibles.

Una estrategia para proteger conexiones sensibles en datos de grafos mientras se libera información útil.

Una mirada a la privacidad diferencial y su aplicación en el aprendizaje automático.

Un nuevo método mejora el aprendizaje federado descentralizado mientras mantiene la privacidad de los datos.

Un nuevo enfoque mejora la detección de intrusiones en sistemas descentralizados.

Mejorando aplicaciones de sensor móvil a través de un nuevo marco para gestionar datos faltantes.

Este estudio examina cómo reaccionan los creadores cuando sus obras se utilizan para el entrenamiento de IA.

Este documento presenta EFRAP, una defensa contra ataques de puerta trasera condicionados por cuantización en modelos de aprendizaje profundo.

Un nuevo método mejora la capacidad de los modelos para olvidar información visual específica.

Métodos para proporcionar estimaciones poblacionales confiables mientras se garantiza la confidencialidad de los encuestados.

La investigación mejora la interpretación del ECG mientras se protege la privacidad de los datos del paciente.

Un nuevo marco mejora el aprendizaje federado y evita el olvido en los modelos de IA.

Un estudio revela el ataque WordGame, que explota debilidades en las medidas de seguridad de los LLM.

Explorando cómo el Aprendizaje Federado puede mejorar la privacidad de los datos en la salud.

Un enfoque novedoso mejora el rendimiento y la equidad en el aprendizaje federado.

Nuevo marco ayuda a proteger estadísticas resumidas sensibles durante el intercambio de datos.

Presentamos una nueva forma de evaluar los riesgos de privacidad en modelos de aprendizaje automático.

Aprende cómo el aprendizaje distribuido puede mejorar la eficiencia del aprendizaje automático y el entrenamiento de modelos.

Una visión general de cómo la anonimización protege la identidad personal mientras se usan biométricos.

Presentando un marco para equilibrar la privacidad de datos y la utilidad.

Un nuevo método para proteger la privacidad en modelos de texto a imagen.

Examinando la relación entre la privacidad diferencial local y la equidad en sistemas de ML.

Nuevos métodos mejoran la auditoría de privacidad, centrándose en modelos de estado oculto en el aprendizaje automático.

Mejorando el aprendizaje distribuido a través de técnicas de recorte robusto adaptativo.

Nuevo método mejora la eliminación de datos en modelos de gráficos dinámicos mientras asegura la privacidad.

La inferencia federada bayesiana permite un análisis de supervivencia que protege la privacidad en la investigación del cáncer.

FedSC mejora el entrenamiento de modelos mientras mantiene la privacidad del usuario en el aprendizaje federado.

Nuevas técnicas mejoran la escalabilidad en el aprendizaje automático diferencialmente privado.

El enfoque basado en cohortes mejora la eficiencia y precisión en los sistemas de Aprendizaje Federado.

Descubre cómo los Planes Comportamentales Federados mejoran la comprensión de las acciones del cliente en el aprendizaje federado.