Debabrota Basu

Esse artigo fala sobre maneiras de proteger os dados dos usuários em sistemas de recomendação.

Um estudo sobre como identificar a melhor opção enquanto garante a privacidade dos dados.

Uma imersão nas estratégias de exploração e seu impacto no aprendizado por reforço.

Explorando os riscos de privacidade relacionados a ataques de inferência de membros em aprendizado de máquina.

Analisando como algoritmos podem proteger a privacidade enquanto otimizam decisões em medicina personalizada.

Uma nova abordagem que combina aprendizado por reforço e otimização bayesiana pra uma tomada de decisão melhor.

As técnicas baseadas em dados precisam proteger a privacidade enquanto identificam as melhores opções.

Uma olhada em novos métodos para resolver sistemas quânticos complexos de poucos corpos.

Um novo método aumenta a resistência das GNNs contra ataques adversariais.

Explorando como as máquinas preveem resultados usando informações do passado e do futuro.

Descubra estratégias eficazes pra tomar decisões informadas em ambientes incertos.