Artigos mais recentes para Aprendizado Federado

Um novo método melhora o aprendizado federado para dados multimodais, mesmo com informações faltando.

O P3GNN melhora a detecção de APT enquanto protege a privacidade dos dados em redes SDN.

Explorando a sinergia entre Modelos de Fundação e Aprendizado Federado para aplicações de IA mais aprimoradas.

Um novo método melhora o aprendizado federado usando só uma imagem para treino.

Dois robôs melhoram a navegação em labirintos através de experiências de aprendizado compartilhadas, mantendo a privacidade dos dados.

Novo método combina aprendizado federado com modelos de difusão para geração de imagens focada em privacidade.

Um método pra melhorar a privacidade dos dados no aprendizado federado, tirando influências de dados específicos.

Fed-RAA melhora o aprendizado federado se adaptando aos recursos dos clientes pra treinos mais rápidos.

Uma nova abordagem em aprendizado federado captura dependências de dados enquanto garante privacidade.

Explorando tecnologias que preservam a privacidade na análise de imagens médicas.

Uma abordagem nova permite que dispositivos mais fracos contribuam no aprendizado federado.

Tempora-Fusion melhora os quebra-cabeças de bloqueio temporal para cálculos seguros e verificáveis.

FedBiOT melhora grandes modelos de linguagem enquanto mantém os dados privados e o uso de recursos baixo.

Como o aprendizado federado enfrenta ameaças à privacidade enquanto busca a segurança dos dados.

Novo método promete apagar dados de forma eficiente enquanto mantém o desempenho do modelo.

FedMap melhora a eficiência do Aprendizado Federado enquanto garante a privacidade dos dados.

Antenas fluidas melhoram a comunicação e o treinamento de modelos em aprendizado federado.

Um novo método melhora modelos de IA enquanto protege a privacidade dos pacientes.

Treinamento colaborativo de algoritmos médicos enquanto protege a privacidade dos pacientes.

Um novo método melhora a atualização dos dados para veículos inteligentes usando algoritmos inovadores.

Esse artigo explora os benefícios de usar FP8 no aprendizado federado.

Venomancer é um ataque sorrateiro de backdoor em sistemas de aprendizado federado.

Um sistema de detecção melhora a segurança dos veículos contra ameaças cibernéticas usando técnicas avançadas.

Zero-X melhora a cibersegurança para veículos conectados contra ameaças novas.

Um novo framework melhora a eficiência no aprendizado federado de borda otimizando recursos e dados.

Aprimorando a segurança da rede inteligente usando honeypots e abordagens de aprendizado federado.

FedSat resolve os desafios de dados no aprendizado federado, garantindo privacidade e melhor desempenho.

Um novo método pra melhorar a amostragem em aprendizado de máquina com mais privacidade.

Novo método melhora o desempenho do modelo em dados não vistos.

AFIND+ melhora o aprendizado federado descentralizado otimizando a seleção de vizinhos e a agregação de atualizações.

Explorando o potencial dos KAHMs no aprendizado federado pra melhorar a privacidade e a eficiência.

Uma nova abordagem melhora o Aprendizado Federado gerando dados sintéticos enquanto protege a privacidade.

pFedDIL melhora o aprendizado de máquina ao reter conhecimento enquanto se adapta a novas tarefas.

LoRA melhora o desempenho de grandes modelos de linguagem enquanto economiza recursos.

Um novo método resolve os desafios de dados em IA para a saúde.

Essa pesquisa fala sobre o papel do aprendizado federado em proteger a privacidade durante a análise de dados.

Novos métodos para testes estatísticos enquanto protegem a privacidade dos dados através do aprendizado federado.

Um novo framework melhora a segurança e a eficiência no aprendizado de máquina distribuído.

Uma olhada na aprendizagem federada combinando privacidade diferencial e blockchain pra segurança de dados.

Um estudo sobre sistemas de aprendizado federado usando blockchain para colaboração segura.