Shayan Mohajer Hamidi

Présentation de CMI et NCMI pour une meilleure évaluation des performances en deep learning.

AdaFed améliore l'équité dans l'apprentissage fédéré tout en maintenant la précision du modèle.

Une nouvelle approche améliore la performance des étudiants dans l'entraînement des modèles.

Une nouvelle méthode pour améliorer l'entraînement adversarial des réseaux de neurones profonds.

Améliorer les modèles d'enseignants booste la perf des élèves en apprentissage automatique.

RC-FED réduit les coûts de communication tout en maintenant la qualité du modèle dans l'apprentissage fédéré.

L'apprentissage fédéré transforme le partage de données tout en protégeant les infos personnelles.

CA-DPS apporte un nouvel espoir pour résoudre les problèmes inverses en imagerie.