Quoc Viet Hung Nguyen

Un nuovo modo per migliorare le raccomandazioni mantenendo i dati degli utenti privati.

Analizzando i rischi e le difese contro gli attacchi di avvelenamento nelle raccomandazioni online.

Fast-FedUL offre metodi rapidi per rimuovere i dati nell'apprendimento federato, garantendo al contempo la privacy.

Un nuovo framework migliora le raccomandazioni proteggendo la privacy degli utenti.

Questo studio valuta metodi di embedding leggeri per sistemi di raccomandazione efficaci.

SCALL regola le dimensioni degli embedding per migliorare le raccomandazioni usando meno memoria.

Un nuovo framework migliora la previsione delle serie temporali garantendo la privacy dei dati.