Articoli più recenti per Privacy dei dati

Un nuovo modo per rilevare problemi delle macchine senza compromettere la privacy dei dati.

Esplorando la privacy confondente e il suo ruolo nella protezione delle informazioni sensibili.

Esaminare il ruolo dei modelli linguistici nel trasformare le applicazioni mediche.

I ricercatori possono studiare le condizioni di salute senza dover accedere ai registri dei singoli pazienti.

Algoritmi innovativi per contare oggetti distinti garantendo la privacy dei dati.

Uno studio dettagliato sulla sicurezza dei protocolli Olm e Megolm in Matrix.

Una guida ai requisiti etici per sviluppare sistemi di IA responsabili.

Un nuovo dataset simula dialoghi tra psichiatri e pazienti per la ricerca sulla salute mentale.

Esplorando il disapprendimento certificato e il suo ruolo nella protezione della privacy dei dati.

Un nuovo framework migliora la classificazione audio sfruttando la conoscenza dei dispositivi multi-modali.

Nuovi metodi migliorano la privacy nel condividere i dati sull'uso dell'elettricità senza perdere la loro utilità.

Scopri come i modelli linguistici sui dispositivi migliorano velocità e privacy.

Questo articolo esplora la quantizzazione zero-shot e le sue applicazioni nell'imaging infrarosso.

Nuove tecniche che usano la distribuzione familiare gamma migliorano la privacy nei dataset sensibili.

Un approccio innovativo per migliorare la gestione delle risorse nei sistemi IoT.

Celtibero offre una protezione forte contro gli attacchi nei sistemi di apprendimento federato.

Nuovi metodi migliorano l'accuratezza nel machine learning con poca etichettatura dei dati.

Migliorare l'accuratezza dell'analisi dei dati garantendo al contempo la privacy degli utenti tramite ULDP.

Esplora l'approccio del federated learning alla privacy nell'apprendimento automatico.

Un nuovo modo per migliorare l'equità e la precisione nel riconoscimento facciale.

Questo articolo parla di un nuovo metodo per proteggere i dati personali mantenendone l'utilità.

Una piattaforma web per l'analisi dei dati privati in salute e genoma.

Esaminando la memorizzazione nei modelli di linguaggio e le tecniche di campionamento.

OpenFGL offre un framework completo per valutare efficacemente i metodi di federated graph learning.

Questo articolo parla di questioni etiche nella visione artificiale, concentrandosi su privacy e pregiudizi.

Una soluzione per tracciare i prodotti e migliorare la sicurezza contro la contraffazione.

Valutare gli ostacoli che le organizzazioni devono affrontare quando applicano la privacy differenziale ai dati delle indagini.

Usare l'IA per simulare dati per analizzare le connessioni emotive nella salute mentale.

Scopri come il Federated Learning mantiene i dati privati mentre permette la collaborazione nell'IIoT.

Questo articolo presenta un nuovo metodo per sistemi di dialogo realistici usando tratti specifici degli utenti.

Un nuovo metodo per adattare i modelli di deep learning a dati non etichettati mantenendo la privacy.

Un workshop che parla delle sfide e delle soluzioni per i lavoratori delle piattaforme.

Uno sguardo a come l'IA può dimenticare i dati privati durante il restauro delle immagini.

Un nuovo metodo migliora la sicurezza dell'apprendimento federato combattendo efficacemente gli attacchi bizantini.

Esplorando il ruolo dell'Aggregazione Sicura nel Learning Federato in contesti sanitari.

Valutare la capacità dei grandi modelli linguistici di gestire le normative sulla privacy.

RoLoRA migliora l'apprendimento federato con un fine-tuning robusto e comunicazione efficiente.

Un modo nuovo per migliorare l'accuratezza del modello individuando fonti di dati di bassa qualità.

Un metodo per migliorare i modelli personalizzati mantenendo la privacy degli utenti.

Questo studio esamina la creazione di radiografie toraciche realistiche tramite tecniche avanzate di apprendimento automatico.