Articoli più recenti per Privacy dei dati

Esaminando come le misure di privacy influenzano i confini di frequentazione scolastica e la diversità.

Nuovo metodo genera immagini sintetiche diverse per migliorare il riconoscimento facciale.

Scopri come il machine unlearning protegge le informazioni personali nei modelli di ML.

Dimenticare è fondamentale per gestire la conoscenza nell'IA e nel prendere decisioni.

Questo articolo esplora i rischi e le preoccupazioni etiche legate a ChatGPT.

Esplora come i CRS usano il dialogo per fare migliori raccomandazioni sui contenuti.

Esplora come i mixnet tracciabili migliorano la privacy nella gestione dei dati permettendo però richieste specifiche.

FedAds offre una soluzione per una stima efficace della CVR proteggendo la privacy degli utenti.

Questo articolo esamina le minacce nei sistemi di raccomandazione federati usando informazioni visive.

ResidualPlanner offre intuizioni rapide e private dai dati utilizzando margini rumorosi.

Un nuovo metodo prevede la domanda di taxi garantendo la privacy dei dati.

SplitAMC migliora la privacy dei dati e riduce la latenza nella classificazione della modulazione.

Esplora i metodi e le sfide della valutazione dei modelli nell'apprendimento federato.

Nuovo metodo per controllare la privacy nel machine learning con una sola esecuzione dell'algoritmo.

FLARE aiuta i dispositivi IoT a gestire il cambiamento dei concetti, garantendo privacy ed efficienza.

L'assicurazione parametrica offre risarcimenti più veloci e maggiore trasparenza grazie alla tecnologia.

Esplora come l'apprendimento federato verticale aumenti la privacy nell'apprendimento automatico.

Un nuovo metodo migliora l'efficienza del Federated Learning regolando i passaggi di addestramento locale.

Migliorare i metodi di dati sintetici può portare a modelli di machine learning più affidabili.

PrivaScissors riduce al minimo la perdita di dati nell'inferenza collaborativa, migliorando la privacy degli utenti.

Un nuovo metodo migliora la segmentazione delle immagini mantenendo la privacy dei pazienti.

Un metodo che permette il dimenticamento selettivo nei modelli generativi per evitare abusi.

Le immagini sintetiche aiutano a migliorare il riconoscimento facciale e risolvono i problemi di raccolta dati.

Uno studio rivela un notevole bias nei metodi di de-identificazione per i nomi clinici.

L'apprendimento federato offre soluzioni per la giustizia nelle previsioni sanitarie guidate dall'IA.

Un nuovo metodo per addestrare modelli proteggendo i dati sensibili.

Un metodo solido per creare esempi illeggibili per la protezione dei dati.

Nuovi metodi mostrano buone potenzialità nel proteggere i dati personali da usi non autorizzati.

Un nuovo metodo migliora la condivisione dei dati tra veicoli connessi usando l'apprendimento federato.

Migliorare l'efficienza nel Federated Learning con strategie per dispositivi consapevoli del rischio.

Esplorare l'importanza della fiducia nei sistemi di apprendimento federato.

PS-FedGAN migliora la privacy e l'efficienza nel federated learning condividendo dati minimi.

Il Federated Learning migliora l'addestramento dei modelli mantenendo i dati degli utenti privati.

Il rilabeling casuale offre un metodo veloce per rimuovere dati nel machine learning.

Il Federated Learning migliora l'efficienza della traduzione garantendo la privacy dei dati.

Esplorare l'apprendimento federato asincrono multi-modello per una maggiore efficienza e privacy.

Valutare le preoccupazioni sulla privacy e le soluzioni nei metodi di Split Learning.

Un nuovo metodo migliora i piccoli modelli linguistici garantendo la privacy dei pazienti.

Scafflix migliora la comunicazione nel Federated Learning garantendo la privacy dei dati.

FedVS migliora la velocità di addestramento dei modelli e la privacy nell'apprendimento federato verticale.