Quoc Viet Hung Nguyen

新しいフレームワークが、分散型機械学習環境における学習解除の課題に取り組んでるよ。

CERPは、推薦システムのメモリ使用を最適化しつつ、精度を失わないんだ。

ユーザーデータをプライベートに保ちながら、レコメンデーションを向上させる新しいアプローチ。

オンライン推薦における毒攻撃のリスクと防御策を分析。

Fast-FedULは、プライバシーを守りながら、フェデレーテッドラーニングのための迅速なデータ削除方法を提供します。

新しいフレームワークが、ユーザーのプライバシーを守りながらリコメンデーションを改善するよ。

この研究は、効果的なレコメンダーシステムのための軽量な埋め込み手法を評価している。

SCALLは、メモリを節約しつつ、より良い推薦のために埋め込みサイズを調整するよ。

新しいフレームワークが時系列予測を改善しながらデータプライバシーを確保する。