Últimos artículos para Privacidad de datos

Un nuevo algoritmo que mejora la personalización del modelo mientras mantiene la privacidad de los datos.

Un nuevo método mejora el aprendizaje federado al reducir las cargas de comunicación y abordar la deriva de los clientes.

El aprendizaje contrastivo elimina de manera eficiente la influencia de los datos mientras mantiene el rendimiento del modelo.

Examinando los riesgos de integrar Modelos de Fundación en sistemas de Aprendizaje Federado.

Los métodos de desaprendizaje automático son vitales para respetar los derechos de privacidad de los datos.

Un nuevo algoritmo mejora el análisis de regresión mientras prioriza la privacidad de los datos.

CleanSheet avanza el secuestro de modelos sin alterar los procesos de entrenamiento.

Una mirada a cómo la privacidad diferencial protege la privacidad de los datos individuales.

Un nuevo método mejora la eficiencia del aprendizaje federado mientras mantiene la privacidad de los datos.

Una mirada a los riesgos de seguridad que enfrentan los dispositivos IoT potenciados por el aprendizaje automático.

Descubre la necesidad de visibilidad y gobernanza en las operaciones de agentes de IA.

Un estudio sobre cómo equilibrar la privacidad y la eficiencia en el procesamiento de imágenes médicas.

Crear datos sintéticos ayuda a los investigadores a estudiar el estrés mientras mantienen la información personal segura.

Métodos innovadores para estimar matrices de covarianza mientras se protege la privacidad personal.

Entender la importancia de la auditoría de IA para un uso justo y responsable de la tecnología.

Un nuevo algoritmo mejora el análisis de datos mientras protege la privacidad de las personas.

La encriptación homomórfica híbrida ofrece soluciones para la privacidad en el análisis de datos.

Explorando un nuevo enfoque para mejorar la privacidad de los datos en el aprendizaje automático.

Una nueva vulnerabilidad en las GPU genera preocupaciones de seguridad para las aplicaciones de aprendizaje automático.

Los investigadores están desarrollando datos de voz sintética para proteger la privacidad en el reconocimiento de voz.

Un nuevo método mejora la privacidad y la precisión en modelos basados en datos.

Este artículo habla sobre los riesgos de privacidad y seguridad en los servicios de IA basados en la nube.

Un nuevo enfoque mejora el aprendizaje federado al abordar efectivamente a los clientes lentos.

Una mirada a cómo MP-SL ayuda a los dispositivos en el aprendizaje automático mientras garantiza la privacidad.

Este trabajo mejora los métodos de desaprendizaje de máquinas para tener mejor privacidad de datos y eficiencia.

Abordando las preocupaciones de privacidad con notas clínicas sintéticas en la investigación en salud.

Double-Dip combina el aprendizaje por transferencia y la aleatorización para protegerse contra ataques de inferencia de membresía.

iDDGT ofrece una solución flexible para retos de optimización descentralizada.

Un nuevo marco ayuda a los modelos generativos a olvidar datos sensibles sin perder rendimiento.

Los gemelos digitales humanos ofrecen una vista digital de las personas, mejorando la atención médica y los deportes.

Descubre cómo DFML transforma el aprendizaje de datos sin servidores centrales.

Integrar modelos de base con aprendizaje federado tiene tanto riesgos como beneficios.

Una mirada a los bi-CryptoNets y su impacto en la privacidad de los datos.

Una estrategia para mejorar el rendimiento y la equidad en los modelos de aprendizaje federado.

Las mejoras en el aprendizaje federado aumentan la eficiencia y la privacidad para aplicaciones de IoT.

Explorando métodos para asegurar la privacidad al calcular promedios en redes de dispositivos.

Un nuevo enfoque cuántico ofrece un cálculo seguro y eficiente del producto escalar.

Una mirada a los riesgos de privacidad y defensas en el Aprendizaje Federado Vertical.

Matcha ayuda a los desarrolladores a crear etiquetas de privacidad precisas para las apps móviles.

Este artículo habla sobre las preocupaciones de privacidad al usar modelos GPT en entornos en la nube.