Articoli più recenti per Privacy dei dati

Uno sguardo ai rischi degli attacchi di inferenza di appartenenza sulla privacy dei dati.

Uno sguardo su come i Modelli Sparse migliorano l'efficienza dell'Apprendimento Federato.

Nuovo modello di intelligenza artificiale migliora la diagnosi dei problemi ossei usando raggi X e dati di referto.

Scopri come la privacy differenziale può migliorare la sicurezza dei dati nella regressione LLS.

Un sistema che impara dai dati dei pazienti garantendo la privacy.

I professionisti dell'IA condividono le loro opinioni su AI affidabile e le sue sfide.

Un nuovo approccio unisce protezioni della privacy con l'apprendimento dei banditi contestuali.

Un nuovo metodo per rilevare il comportamento scorretto dei veicoli proteggendo la privacy.

Uno studio su come migliorare il rilevamento dei video in streaming mantenendo la privacy degli utenti.

Un metodo per cancellare identità dai modelli generativi mantenendo la qualità dell'immagine.

Nuovi metodi migliorano l'accuratezza nella stima delle dimensioni delle join proteggendo i dati sensibili.

Una strategia per proteggere le connessioni sensibili nei dati grafici mentre si rilasciano informazioni utili.

Uno sguardo alla privacy differenziale e al suo utilizzo nel machine learning.

Un nuovo metodo migliora l'apprendimento federato decentralizzato mantenendo la privacy dei dati.

Un nuovo approccio migliora il rilevamento delle intrusioni nei sistemi decentralizzati.

Migliorare le applicazioni di rilevamento mobile attraverso un nuovo framework per gestire i dati mancanti.

Questo studio esamina come i creatori rispondono quando le loro opere vengono utilizzate per l'addestramento dell'IA.

Questo documento presenta EFRAP, una difesa contro gli attacchi backdoor condizionati dalla quantizzazione nei modelli di deep learning.

Un nuovo metodo migliora la capacità dei modelli di dimenticare informazioni visive specifiche.

Metodi per fornire stime di popolazione affidabili garantendo la riservatezza dei rispondenti.

La ricerca migliora l'interpretazione dell'ECG, garantendo la privacy dei dati dei pazienti.

Un nuovo framework migliora l'apprendimento federato e previene l'oblio nei modelli di intelligenza artificiale.

Uno studio rivela l'attacco WordGame, che sfrutta le debolezze nelle misure di sicurezza degli LLM.

Esplorare come il Federated Learning possa migliorare la privacy dei dati nella sanità.

Un nuovo approccio migliora le prestazioni e l'equità nell'apprendimento federato.

Nuovo framework aiuta a proteggere le statistiche di sintesi sensibili durante la condivisione dei dati.

Introducendo un nuovo modo per valutare i rischi per la privacy nei modelli di machine learning.

Scopri come l'apprendimento distribuito può migliorare l'efficienza del machine learning e l'addestramento dei modelli.

Una panoramica su come l'anonimizzazione protegge l'identità personale mentre si usano i biometrics.

Introduzione di un framework per bilanciare la privacy dei dati e l'utilità.

Un nuovo metodo per proteggere la privacy nei modelli di testo-in-immagine.

Esaminando il legame tra la privacy differenziale locale e l'equità nei sistemi di ML.

Nuovi metodi migliorano l'audit della privacy, concentrandosi sui modelli di stato nascosto nel machine learning.

Migliorare l'apprendimento distribuito attraverso tecniche di clipping adattive e robuste.

Un nuovo metodo migliora la rimozione dei dati nei modelli di grafi dinamici, garantendo allo stesso tempo la privacy.

L'inferenza federata bayesiana consente un'analisi di sopravvivenza che rispetta la privacy nella ricerca sul cancro.

FedSC migliora l'addestramento dei modelli mantenendo la privacy degli utenti nell'apprendimento federato.

Nuove tecniche migliorano la scalabilità nel machine learning differenzialmente privato.

L'approccio basato su cohort migliora l'efficienza e l'accuratezza nei sistemi di Federated Learning.

Scopri come i Piani Comportamentali Federati migliorano la comprensione delle azioni dei clienti nel federated learning.