Khoa Nguyen

Uno sguardo a come unire il learning distribuito e la crittografia per una migliore privacy dei dati.

Un metodo che combina il Split Learning con la crittografia omomorfa migliora la privacy nell'apprendimento automatico.

Un nuovo metodo protegge i dati sensibili durante l'addestramento dei modelli di machine learning.

La crittografia omomorfica ibrida offre soluzioni per la privacy nell'analisi dei dati.

Esplorare tecniche di protezione della privacy nel machine learning e il loro significato.

SAMSA migliora l'efficienza dell'autoattenzione per vari tipi di dati.

Un modello di trasformatore migliorato progettato per gestire in modo efficiente più tipi di dati.

Esplorando la crittografia ibrida omomorfa per l'elaborazione sicura dei dati nel ML.