Derniers articles pour Confidentialité des données

Évaluer les obstacles que rencontrent les organisations lors de l'application de la vie privée différentielle dans les données d'enquête.

Utiliser l'IA pour simuler des données afin d'analyser les connections émotionnelles en santé mentale.

Découvre comment l'apprentissage fédéré garde les données privées tout en permettant la collaboration dans l'IIoT.

Cet article présente une nouvelle méthode pour des systèmes de dialogue réalistes en utilisant des traits spécifiques aux utilisateurs.

Une nouvelle méthode pour adapter des modèles de deep learning à des données non étiquetées tout en garantissant la vie privée.

Un atelier qui parle des défis et des solutions pour les travailleurs des plateformes.

Un aperçu de comment l'IA peut oublier des données privées pendant la restauration d'images.

Une nouvelle méthode renforce la sécurité de l'apprentissage fédéré en combattant efficacement les attaques byzantines.

Explorer le rôle de l'agrégation sécurisée dans l'apprentissage fédéré dans les milieux de la santé.

Évaluer la capacité des grands modèles de langage à gérer les régulations sur la vie privée.

RoLoRA améliore l'apprentissage fédéré avec un ajustement fin robuste et une communication efficace.

Une nouvelle approche pour améliorer la précision du modèle en identifiant les sources de données de mauvaise qualité.

Une méthode pour améliorer des modèles personnalisés tout en préservant la vie privée des utilisateurs.

Cette étude examine la création de radiographies thoraciques réalistes grâce à des techniques avancées d'apprentissage automatique.

Ce cadre améliore l'efficacité des applis multimédia tout en protégeant la vie privée des utilisateurs.

Un aperçu des nouvelles approches pour améliorer les méthodes de programmation sécurisée.

Une étude montre que les outils d'IA améliorent la précision et l'efficacité dans le floutage des documents sensibles.

Cet article examine comment la combinaison d'images réelles et synthétiques améliore la précision et l'équité de la reconnaissance faciale.

LoRD améliore l'efficacité des attaques par extraction de modèle sur les grands modèles de langage.

De nouvelles stratégies pour améliorer la détection des valeurs aberrantes sont en train de changer les méthodes d'analyse de données.

Une nouvelle approche utilise l'apprentissage fédéré pour optimiser les décisions de délégation des tâches mobiles.

CoAst propose une évaluation innovante des contributions en apprentissage fédéré sans avoir besoin de données de validation.

Des chercheurs ont développé une technique pour protéger des mots importants dans des données textuelles.

Un aperçu de la confidentialité différentielle et de son rôle dans la protection des données individuelles tout en garantissant l'utilité.

Un cadre pour sécuriser la vie privée des images tout en maintenant la précision du modèle.

De nouvelles méthodes relient les métadonnées aux graphes de connaissances pour une meilleure interprétation des données.

Des chercheurs évaluent les risques d'identifier des individus à partir de données partagées pour améliorer la vie privée.

Une étude révèle des incohérences dans la façon dont les apps Android signalent la collecte de données.

Apprends comment les dates d'échantillonnage influencent notre compréhension de la propagation des virus et des bactéries.

De nouvelles méthodes améliorent l'efficacité de l'apprentissage automatique dans les environnements mobiles.

Présentation de FedFT, une méthode pour améliorer la communication dans l'apprentissage fédéré.

De nouvelles méthodes améliorent les calculs sécurisés dans les réseaux de neurones tout en préservant la vie privée.

Apprends comment l'estimation du ratio de densité mesure efficacement la qualité des données synthétiques.

Un aperçu de l’utilisation de l’apprentissage distribué tout en garantissant la confidentialité des données.

Une appli web qui simplifie l'apprentissage fédéré pour améliorer la confidentialité des données et l'accessibilité pour les utilisateurs.

Méthodes pour améliorer la sécurité de la blockchain en utilisant des techniques d'ajout de bruit.

Une nouvelle approche améliore la pathologie numérique tout en garantissant la vie privée des patients.

Un nouveau cadre combine l'apprentissage fédéré et les modèles multimodaux pour améliorer la confidentialité et la performance.

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

Une nouvelle méthode améliore la performance des modèles tout en garantissant la confidentialité dans l'apprentissage profond.