Lingjuan Lyu

FedMef améliore l'apprentissage fédéré pour les appareils à faibles ressources grâce à des techniques de taille innovantes.

Une nouvelle approche pour identifier des filigranes cachés sans connaissance préalable.

FedMR s'attaque aux défis de l'apprentissage fédéré avec des données de classes partielles, améliorant la performance du modèle.

Une nouvelle méthode pour protéger les jeux de données contre une utilisation non autorisée dans les modèles génératifs.

Un nouveau jeu de données vise à améliorer la sécurité des modèles de texte à image contre les contenus nuisibles.

Un nouveau cadre améliore l'apprentissage fédéré tout en garantissant la confidentialité des données.

Explore des techniques économiques pour entraîner des modèles génératifs de texte à image.

De nouvelles méthodes s'attaquent aux problèmes de copie dans les modèles de génération d'images.

Une nouvelle méthode pour améliorer la variété des données et booster la performance des modèles.

Un système pour un apprentissage IA sécurisé dans la santé sans partager les données des patients.

Révolutionner la formation des robots en se concentrant sur des instructions basées sur le langage.

RefSD propose un moyen intelligent de créer des images synthétiques tout en protégeant la vie privée.

Des méthodes innovantes aident les cliniques rurales à accéder à des solutions de santé avancées.