Derniers articles pour Vie privée

Cet article explore les problèmes éthiques et les directives pour utiliser ChatGPT de manière responsable.

Une nouvelle méthode pour entraîner des modèles tout en protégeant des données sensibles.

Une nouvelle méthode améliore les petits modèles de langage tout en protégeant la vie privée des patients.

Découvrez des méthodes efficaces et discrètes pour estimer l'entropie dans les données.

Un aperçu de l'impact de l'apprentissage fédéré sur la vie privée et l'équité.

Cette méthode analyse des images médicales tout en gardant l'identité des patients protégée.

WeiAvg améliore l'apprentissage fédéré en mettant l'accent sur la diversité des données tout en protégeant la vie privée.

Examinons le clash entre l'IA générative et les lois sur le droit d'auteur.

Cette étude examine le compromis entre l'équité et la vie privée dans les modèles de langage.

Les images synthétiques offrent de nouvelles solutions pour la formation médicale et la protection de la vie privée des patients.

FairDP propose une solution pour garantir la confidentialité et l’équité dans les systèmes d’apprentissage automatique.

Un nouveau cadre qui booste la vitesse et la confidentialité dans la génération de langage naturel.

Une étude sur comment les modèles de diffusion et les GANs génèrent des images médicales synthétiques.

Évaluer les risques de confidentialité en deep learning face à différents types d'attaques.

Un cadre pour développer des politiques personnalisées en utilisant des données d'observation tout en garantissant la confidentialité.

Examiner l'interaction entre les méthodes de communication et la vie privée dans les espaces virtuels.

Ce document discute des méthodes pour améliorer l'efficacité de la communication dans l'apprentissage séparé tout en préservant la performance du modèle.

Examiner les problèmes de confidentialité dans les applis pour enfants et comment les développeurs peuvent améliorer leurs pratiques.

Cet article examine les effets des modèles de confidentialité sur la surveillance des niveaux de CO2 dans les bâtiments intelligents.

Cette critique examine la résilience de l'apprentissage non supervisé face aux attaques adversariales.

Examiner comment la ciblage en ligne par le gouvernement affecte la transparence, la vie privée et l'égalité.

Une étude évalue les risques de confidentialité des modèles génératifs dans le partage de données médicales.

Le cadre GPT-FL améliore l'apprentissage fédéré en utilisant des données synthétiques.

Une méthode pour retirer des données des modèles de machine learning tout en garantissant la vie privée.

Une nouvelle méthode utilise des algorithmes génétiques pour créer des données synthétiques tout en protégeant la vie privée.

Une nouvelle approche améliore la vie privée dans l'apprentissage automatique tout en gardant la rapidité et la précision.

De nouvelles méthodes protègent la vie privée tout en permettant l'identification des personnes dans la surveillance urbaine.

Un aperçu de l'impact de l'API Topics de Google sur la vie privée des utilisateurs et le ciblage publicitaire.

Examen de la perte de confidentialité dans Noisy-SGD avec des fonctions de perte non convexes.

Examiner les techniques de pseudonymisation pour préserver la vie privée dans les données textuelles.

Examiner les problèmes de confidentialité dans les technologies FemTech pour la santé des femmes.

Présentation d'un algorithme pour des calculs privés de chemin le plus court dans des graphes à faible largeur d'arbre.

Cet article parle de l'importance de l'éthique de l'IA pour les gestionnaires de logiciels.

Un aperçu des avantages de ChatGPT et des considérations éthiques en ingénierie logicielle.

Un aperçu des défis de la vie privée et de l'équité dans l'apprentissage fédéré.

Cet article parle de l'importance des fiches techniques pour les capteurs de machine learning.

Une nouvelle méthode protège la vie privée des individus lors du partage de données de mobilité pendant les crises.

HePCo améliore l'apprentissage fédéré continu, en mettant l'accent sur la vie privée et l'efficacité.

Découvre comment le hashing cuckoo améliore le stockage de données et la vie privée dans les applications cryptographiques.

RQM améliore la vie privée dans l'apprentissage fédéré tout en maintenant l'efficacité du modèle.