Articoli più recenti per Privacy dei dati

Uno sguardo agli algoritmi di apprendimento federato e ai framework per il machine learning che protegge la privacy.

Scopri un metodo che accelera le previsioni mantenendo i dati al sicuro.

Un nuovo metodo migliora i modelli medici mantenendo i dati dei pazienti privati.

Tecniche avanzate migliorano la qualità dello streaming video con interruzioni minime.

Un nuovo approccio supporta il riconoscimento delle attività video proteggendo la privacy degli utenti.

Questo articolo analizza il ruolo e le sfide dei dati tabulari sintetici nel ML.

Esaminando l'interazione tra equità, privacy e performance predittiva nel machine learning.

Scopri come FGL protegge la privacy dei dati mentre migliora i modelli di machine learning.

Un nuovo modello affronta le preoccupazioni sulla privacy nelle reti sanitarie intelligenti usando blockchain e approcci basati sulla fiducia.

L'apprendimento federato migliora l'NLP medico, proteggendo la privacy dei pazienti.

Uno sguardo a come migliorare la velocità del VFL mantenendo la privacy dei dati.

Scopri come i dati sintetici possono proteggere la privacy nella ricerca longitudinale.

Capire come la privacy differenziale protegge le informazioni sensibili nell'analisi dei dati.

Un nuovo modo per migliorare la privacy nei database crittografati.

Uno studio rivela discrepanze tra le etichette sulla privacy delle app e le pratiche reali sui dati.

Scopri come le tecniche DP-OPH proteggono i dati degli utenti nell'analisi.

Un nuovo metodo migliora la stabilità nell'apprendimento federato grazie a una migliore adattamento del modello.

Combinare l'apprendimento federato con la privacy differenziale migliora la classificazione delle immagini mediche garantendo la sicurezza dei dati dei pazienti.

Un framework che migliora l'apprendimento federato gestendo compiti diversi tra i dispositivi.

Una nuova tecnica migliora il rilevamento degli attacchi backdoor nei modelli di apprendimento federato.

Un nuovo modello migliora l'efficienza e la precisione nella classificazione delle immagini mediche.

I chatbot AI stanno rivoluzionando l'imaging medico migliorando l'efficienza e la comunicazione.

Esaminando i rischi del data poisoning nelle applicazioni di SplitFed Learning.

Un approccio innovativo alle raccomandazioni personalizzate nelle reti decentralizzate.

Il software AI migliora l'elaborazione dei report medici per una migliore assistenza ai pazienti.

Esaminare l'hosting DNS globale e i suoi effetti sul controllo nazionale e sulla sicurezza.

Dare ai pazienti il controllo sui propri dati sanitari e garantire la privacy.

Uno sguardo a come la Privacy Differenziale Locale può garantire la sicurezza dei dati personali permettendo allo stesso tempo la ricerca.

Esaminando la privacy differenziale locale nell'Sampling di Thompson per prendere decisioni migliori.

Un nuovo framework migliora l'ottimizzazione distribuita per problemi complessi non convessi.

FedInit migliora la collaborazione tra i dispositivi nell'apprendimento federato affrontando il problema del client drift.

Nuovi metodi migliorano la privacy nell'analisi dei dati usando la stima della densità del nucleo.

Un nuovo framework migliora l'apprendimento decentralizzato per ambienti di dati dinamici.

Esaminare come le reti neurali possano richiamare i dati di addestramento e i rischi per la privacy coinvolti.

Presentiamo un nuovo meccanismo di difesa contro gli attacchi di inferenza di appartenenza nei modelli di apprendimento automatico.

Le organizzazioni possono proteggere meglio la privacy garantendo allo stesso tempo l'utilità dei dati attraverso un framework strutturato.

Nuove piattaforme aperte puntano a migliorare il Federated Learning grazie alla collaborazione degli utenti.

Presentiamo VertiBench, uno strumento per valutare gli algoritmi di apprendimento federato verticale con dataset realistici.

FedDec migliora l'apprendimento federato permettendo la comunicazione diretta tra dispositivi per un miglior allenamento del modello.

L'Invariant Dropout migliora l'efficienza dell'addestramento gestendo le variazioni di prestazioni del dispositivo.