Ruixuan Li

pFedDIL améliore l'apprentissage automatique en gardant des connaissances tout en s'adaptant à de nouvelles tâches.

Cette étude examine la fiabilité des modèles de rationalisation face aux attaques adverses.

Découvrez comment FedSSI améliore l'apprentissage machine sans oublier les connaissances passées.

FedGIG s'attaque aux risques de confidentialité dans l'entraînement des données graphiques.

Découvre comment DAMIM améliore la compréhension des images en apprentissage automatique.