Articoli più recenti per Privacy dei dati

Nuovi algoritmi migliorano le prestazioni del modello nell'apprendimento federato grazie a un'efficace clustering dei clienti.

Indagare sulla raccolta eccessiva di dati sulla privacy nelle sub-app sempre più popolari di WeChat.

Un nuovo framework integra tecniche di privacy e robustezza per un machine learning affidabile.

Un nuovo approccio migliora la privacy ottimizzando le prestazioni degli agenti collaborativi.

Nuovi metodi migliorano l'apprendimento federato personalizzato mantenendo la privacy dei dati.

Scopri come i modelli di deep learning elaborano immagini criptate mantenendo la privacy.

Un nuovo punto di riferimento per combinare i tipi di dati dando priorità alla privacy degli utenti.

Un nuovo metodo protegge la privacy individuale nella condivisione dei dati di mobilità durante le crisi.

Uno studio su come collegare i modelli fine-tuned alle loro versioni base.

Fedstellar permette un training sicuro ed efficiente di modelli di machine learning tra dispositivi.

Un nuovo framework migliora l'apprendimento da dati limitati in ambienti federati.

Le istituzioni finanziarie cercano modi sicuri per condividere dati proteggendo la privacy.

HePCo migliora l'apprendimento federato continuo, dando priorità alla privacy e all'efficienza.

Scopri come l'edge learning migliora la sicurezza e le prestazioni dell'IoT nelle reti avanzate.

Utilizzare sia dati privati che pubblici migliora il machine learning garantendo la privacy.

Questo articolo parla di tecniche per ottenere precisione e privacy nei modelli di machine learning.

Scopri come il cuckoo hashing migliora lo stoccaggio dei dati e la privacy nelle applicazioni crittografiche.

Nuove tecniche migliorano la velocità e l'efficienza dei calcoli crittografati usando le GPU.

Un nuovo benchmark chiamato FedNoisy aiuta a gestire le etichette rumorose nell'apprendimento federato.

RQM migliora la privacy nel federated learning mantenendo l'efficienza del modello.

Nuovo dataset migliora il rilevamento della violenza proteggendo la privacy con le telecamere DVS.

Nuove visualizzazioni aiutano i revisori del codice a gestire i dati personali nel software in modo efficiente.

FDINet offre una nuova difesa contro gli attacchi di estrazione dei modelli nei servizi basati sul cloud.

Parlando della necessità vitale di regolamentare l'IA e delle sue implicazioni per la società.

Nuovi protocolli migliorano la privacy e l'integrità del modello nell'apprendimento federato.

MimiC migliora l'apprendimento federato affrontando il problema dei dropout per una maggiore accuratezza del modello.

Uno sguardo più dettagliato ai problemi con il dataset di riferimento RVL-CDIP.

La piattaforma FLGo semplifica l'apprendimento federato per i ricercatori con strumenti flessibili.

Un nuovo metodo migliora l'imaging CT a basso dosaggio proteggendo i dati dei pazienti.

DOF-ID migliora la rilevazione delle minacce senza compromettere la privacy dei dati.

Esaminando l'intersezione tra generazione di immagini AI e rischi di copyright.

Un nuovo algoritmo migliora l'apprendimento decentralizzato mentre i dati si evolvono.

Un nuovo approccio migliora le difese nei sistemi di apprendimento federato contro attacchi avversari.

Esaminando gli impatti dell'apprendimento federato sulla generalizzazione del modello e sulla privacy dei dati.

Le SBNN migliorano l'efficienza nel machine learning per dispositivi con risorse limitate.

Uno sguardo agli approcci di deep learning decentralizzato che mettono al primo posto la privacy dei dati.

Esaminare l'equilibrio tra privacy e giustizia nei modelli di apprendimento federato.

Un nuovo metodo migliora le prestazioni dell'apprendimento federato in mezzo a preoccupazioni per la privacy dei dati.

Un nuovo algoritmo migliora la resilienza dell'apprendimento decentralizzato contro gli attacchi.

Un nuovo metodo migliora la classificazione delle immagini mediche proteggendo i dati dei pazienti.