Ruixuan Li

新しい方法で、非離散バンド幅マスキング技術を通じてグラフ学習が改善される。

データプライバシーを守りながらFederated Incremental Learningの学習を改善する新しいフレームワーク。

pFedDILは、新しいタスクに適応しながら知識を保持することで、機械学習を改善するんだ。

この研究は、対立攻撃の下での合理化モデルの信頼性を調べてる。

FedSSIが過去の知識を忘れずに機械学習をどう改善するかを発見しよう。

FedGIGはグラフデータのトレーニングにおけるプライバシーリスクに取り組んでるよ。

DAMIMが機械学習における画像理解をどう改善するかを発見しよう。