Últimos artículos para Privacidad de datos

El papel de la IA en transformar la gestión de redes para tecnologías inalámbricas avanzadas.

Un nuevo método mejora el Aprendizaje Federado al abordar la obsolescencia y las diferencias entre dispositivos.

Un nuevo protocolo garantiza la privacidad en los cálculos usando sistemas SN P.

Presentamos PFL-GAN: una solución a medida para la variabilidad de los clientes en el aprendizaje federado.

Un nuevo enfoque mejora el aprendizaje federado para datos de clientes diversos.

Una mirada al desaprendizaje de máquinas para mejorar los modelos generativos y sus salidas.

Un nuevo método mejora la precisión del modelo a través del aprendizaje federado y la regresión de núcleos.

La privacidad diferencial protege los datos personales durante el análisis, asegurando la privacidad individual.

Una mirada a Aprendizaje Profundo de Equilibrio Federado y su impacto en la IA.

SANGEA ofrece un enfoque escalable para crear gráficos sintéticos de alta calidad.

Una guía para el aprendizaje automático distribuido colaborativo manteniendo la privacidad de los datos.

Un nuevo enfoque para compartir datos de manera segura, asegurando la privacidad y el cumplimiento.

Examinando la confianza de los usuarios en ChatGPT para decisiones relacionadas con la salud.

SHIELD combina análisis genético con medidas de privacidad para una investigación segura.

Los datos sintéticos ayudan a predecir los riesgos de COVID-19 entre los veteranos, mientras se asegura la privacidad.

EFFL busca una precisión de modelo y equidad igual entre los clientes en el aprendizaje federado.

Analizando métodos federados y de consenso para la segmentación de la próstata a partir de escaneos de MRI.

Un estudio comparando varios algoritmos para detectar ubicaciones de casa usando datos de smartphones.

Examinando métodos para proteger la privacidad en el aprendizaje automático.

Examinando cómo los modelos de lenguaje pueden ayudar en el apoyo y tratamiento de la salud mental.

Un nuevo método mejora la segmentación de MRI al adaptar modelos sin necesidad de etiquetado extenso.

Un nuevo enfoque para aumentar la eficiencia del machine learning en la comunicación satelital.

La investigación destaca la necesidad de respuestas personalizadas en los agentes de búsqueda conversacional.

Un nuevo enfoque asegura la selección de participantes en el aprendizaje federado para proteger la privacidad.

Este documento presenta un método para mejorar la equidad en el aprendizaje federado mientras se protege la privacidad de los datos.

Un nuevo método permite que los agentes aprendan juntos mientras manejan influencias poco confiables.

Un nuevo enfoque para mejorar el Aprendizaje Federado en medio de la participación desigual de los usuarios.

DP-ZO equilibra la privacidad y el rendimiento en el entrenamiento de modelos de lenguaje.

Un nuevo método para mejorar la comunicación en FedRec mientras se protege la data del usuario.

N nuevas métricas de tonos de piel buscan mejorar la equidad y la privacidad en los sistemas de reconocimiento facial.

Explorando los factores que influyen en la confianza en los asistentes de voz de IA en la salud.

Aprende cómo el desaprendizaje automático ayuda a proteger la privacidad de los usuarios al eliminar la influencia de los datos.

Un nuevo enfoque para mejorar el rendimiento del aprendizaje federado mientras se garantiza la privacidad de los datos.

Brave ofrece privacidad y protección contra amenazas en el aprendizaje federado de igual a igual.

Un enfoque formal para identificar violaciones de privacidad en algoritmos de computación cuántica.

Una mirada al Aprendizaje Federado y el Desaprendizaje para la privacidad de datos.

AdaFed mejora la equidad en el aprendizaje federado mientras mantiene la precisión del modelo.

Una mirada a las preocupaciones de seguridad en torno a los modelos de lenguaje grandes.

Examinando el impacto de la pandemia en los investigadores de ingeniería de software.

Enfoque innovador que usa datos de conducción mientras protege la privacidad.