Derniers articles pour Confidentialité des données

Des recherches montrent des vulnérabilités dans l'approche de la confidentialité des textes en apprentissage fédéré.

Exploration de la méthode NatMU pour un unforgettage machine efficace et la protection des données.

Le désapprentissage améliore la vie privée dans les systèmes de recommandation tout en gardant la qualité des recommandations.

Les données synthétiques offrent des solutions prometteuses aux problèmes d'imagerie médicale.

Explorer l'impact de l'IA sur l'efficacité, la vie privée et la sécurité dans les systèmes vitaux.

Une nouvelle méthode réduit les charges de communication dans l'apprentissage fédéré tout en renforçant la vie privée.

Une nouvelle méthode améliore la précision des prédictions tout en protégeant la vie privée des utilisateurs dans les modèles cloud.

Client2Vec améliore l'apprentissage fédéré en créant des identifiants uniques pour les données des utilisateurs.

Une nouvelle méthode améliore les attaques de jailbreak sur des modèles d'IA avancés en utilisant le jeu de rôle de personnages.

Découvre une méthode d'optimisation décentralisée qui protège les données des utilisateurs tout en améliorant l'efficacité.

Explorer le mélange de l'apprentissage axé sur la confidentialité et des techniques de génération de données.

Découvrez comment AltGDmin gère les données manquantes dans un cadre fédéré.

Une nouvelle méthode pour améliorer l'apprentissage fédéré grâce à la modélisation additive multi-niveaux.

Explorer de nouvelles façons d'assurer la vie privée dans les communications sans fil.

Une nouvelle méthode améliore l'équité dans l'apprentissage fédéré à travers des communautés diverses.

Former des LLM open source améliore la modélisation d'optimisation pour les applications industrielles.

Exploiter des modèles à sortie anticipée pour un apprentissage fédéré efficace dans les systèmes ASR.

Explore le rôle essentiel du contrôle d'accès dans l'informatique en périphérie.

FedHPL améliore l'efficacité de l'apprentissage fédéré tout en garantissant la confidentialité des données sur les appareils.

Une nouvelle méthode permet le transfert de modules LoRA avec des données synthétiques, réduisant ainsi la dépendance aux données originales.

Cette étude améliore la sécurité de l'apprentissage automatique quantique contre les attaques adversariales grâce à des canaux de bruit et des méthodes de confidentialité.

Fast-FedUL propose des méthodes rapides pour supprimer des données en apprentissage fédéré tout en garantissant la vie privée.

De nouvelles méthodes améliorent les processus de suppression des données dans les modèles d'apprentissage automatique.

KALM4Rec améliore les recommandations pour les nouveaux utilisateurs en utilisant des méthodes basées sur des mots-clés.

Apprends comment la minimisation des données protège la vie privée malgré l'augmentation de la collecte de données.

De nouvelles méthodes réduisent les risques de mémorisation dans l'imagerie médicale avec des modèles de diffusion.

FeMLoc améliore la localisation intérieure en utilisant des techniques d'apprentissage fédéré et d'apprentissage meta.

Cet article parle de l'impact de la confidentialité différentielle sur la confiance dans le recensement américain.

Une nouvelle méthode pour améliorer l'apprentissage continu sans exemplaires en suivant les changements de représentation des classes.

FedGELA s'attaque aux défis de l'apprentissage fédéré avec des données partiellement disjointes par classe.

Une nouvelle méthode pour l'apprentissage fédéré qui s'attaque aux défis de l'apprentissage continu.

FedLESAM s'occupe des problèmes de données dans l'apprentissage fédéré pour de meilleures performances des modèles.

Explorer des méthodes pour sécuriser les infos des patients dans la recherche clinique.

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

PadFL améliore le partage de modèles et l'efficacité selon les capacités des appareils.

L'apprentissage fédéré entraîne des modèles tout en gardant les données des utilisateurs privées et sécurisées.

Les outils IA aident les négociateurs dans des environnements complexes, améliorant l'efficacité et la prise de décision.

Une méthode pour réécrire des textes tout en protégeant la vie privée des individus.

Une nouvelle approche améliore la sécurité et les performances dans l'apprentissage fédéré avec la blockchain.

Une étude révèle comment les applis mobiles influencent nos comportements de voyage.