Articoli più recenti per Privacy dei dati

Un metodo per proteggere i dati sensibili nel machine learning usando il controllo del flusso d'informazione.

Questo articolo parla dei rischi per la privacy dei dati e dei metodi di rilevamento nell'apprendimento federato.

Uno sguardo alle caratteristiche, ai vantaggi e alle sfide del Web 3.0.

Un nuovo metodo usa algoritmi genetici per creare dati sintetici mantenendo la privacy.

Un nuovo approccio migliora la privacy nel machine learning senza compromettere velocità e precisione.

Nuovi metodi proteggono la privacy mentre permettono l'identificazione delle persone nella sorveglianza in città.

Questo studio valuta modelli linguistici per la rapida rilevazione di black-out tramite i social media.

Il Federated Learning migliora la sicurezza dei dispositivi IoT proteggendo i dati degli utenti.

Il modello Phoenix migliora le prestazioni dell'AI generativa garantendo al contempo la privacy dei dati.

Uno sguardo ai vantaggi e alle sfide del Federated Learning, incluso il metodo FedVal.

Scopri come l'apprendimento federato può migliorare il machine learning proteggendo la privacy dei dati.

Esaminando la perdita di privacy in Noisy-SGD con funzioni di perdita non convesse.

Impara metodi per proteggere i dati personali mentre usi modelli di linguaggio grandi.

Nuovi metodi migliorano le prestazioni del modello garantendo al contempo la privacy dei dati.

Esplorare l'unlearning delle macchine come soluzione per le preoccupazioni sulla privacy dei dati.

Esplorare nuovi metodi per migliorare l'efficienza dell'apprendimento decentralizzato garantendo la privacy dei dati.

La ricerca si concentra sul migliorare la sintesi dell'IA nella sanità per i dialoghi clinici.

Una guida alle minacce alla privacy nei veicoli smart e come proteggere i dati personali.

Uno sguardo al ruolo di Clip21 nel migliorare la privacy differenziale durante l'addestramento del modello.

Un nuovo metodo migliora la personalizzazione del modello garantendo la privacy dei dati.

Questo articolo esplora le preoccupazioni sulla privacy legate ai modelli di diffusione e propone delle soluzioni.

Questo articolo parla di strategie per ridurre i rischi di privacy nell'apprendimento automatico.

Scopri come nuovi strumenti possono valutare i rischi nelle pratiche di condivisione dei dati.

Esaminando tecniche di pseudonimizzazione per mantenere la privacy nei dati testuali.

L'AGI sta cambiando il settore sanitario migliorando la diagnostica e l'efficienza operativa nell'imaging medico.

Una nuova tecnica controlla l'esposizione ai dati di addestramento nei modelli di diffusione.

Uno studio svela metodi per proteggere la privacy nei dati di risonanza magnetica mantenendo la qualità delle immagini.

Esaminando le questioni di privacy nelle tecnologie FemTech per la salute delle donne.

Introducendo un algoritmo per calcoli del cammino più corto privati in grafi a bassa larghezza d'albero.

Scopri come le mappe one-hot migliorano la privacy dei dati in AI e ML.

Esplorando metodi per contare oggetti unici proteggendo la privacy degli individui.

Ind-KNN migliora le previsioni private proteggendo la privacy individuale nelle applicazioni basate sui dati.

Esaminare l'impatto della tecnologia deepfake sulla sicurezza e creatività del metaverso.

Uno sguardo a come la fattorizzazione di matrici raggruppate protegge la privacy nel machine learning.

Questo studio analizza le esperienze dei programmatori con le Sezioni di Sicurezza dei Dati di Google.

Uno sguardo alle vulnerabilità del federated learning e al rischio degli attacchi backdoor.

Esplora come gli esempi negativi influenzano l'apprendimento dell'IA e i potenziali rischi.

Una panoramica dei vantaggi di ChatGPT e delle considerazioni etiche nell'ingegneria del software.

Un nuovo modello migliora l'analisi delle immagini chirurgiche mantenendo la privacy dei pazienti.

Una panoramica delle sfide di privacy e giustizia nell'apprendimento federato.