Amartya Sanyal

Une nouvelle méthode pour améliorer les modèles d'apprentissage automatique affectés par des données de mauvaise qualité.

Examiner les défis de la confidentialité différentielle dans les systèmes d'apprentissage en ligne.

Cet article examine comment les étapes de prétraitement peuvent influencer les garanties de confidentialité des données.

Explorer comment les données bruyantes affectent la performance du modèle sur des données inédites.

Une méthode pour estimer les moyennes malgré l'impact des valeurs aberrantes.

Une nouvelle méthode, BaDLoss, renforce la protection contre le poisoning de données en apprentissage automatique.

Découvrez comment l'oubli machine aide à la confidentialité des données et à la précision des modèles.

Une nouvelle méthode pour détecter et corriger l'empoisonnement des données dans les modèles d'apprentissage automatique.