Artigos mais recentes para Privacidade Diferencial

Um novo método combina explicabilidade com privacidade em agrupamento pra ter insights de dados melhores.

Um estudo sobre como preservar a privacidade enquanto analisa dados sensíveis usando técnicas de privacidade diferencial.

Novos algoritmos melhoram a privacidade e a precisão nos cálculos da mediana geométrica.

Um método que combina SGD e técnicas de privacidade pra uma análise de dados eficaz.

Um estudo sobre métodos para dados sintéticos seguros que preservam a privacidade e a utilidade.

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

Um novo framework para analisar fluxos de dados enquanto garante a privacidade do usuário.

Analisando a privacidade de dados através de inferência bayesiana com restrições.

Lidando com problemas de overfitting e privacidade em conjuntos de dados em evolução.

Esse artigo fala sobre um novo método pra melhorar a robustez contra ataques adversariais na classificação de imagens.

Misturando métodos tradicionais de agrupamento com proteções de privacidade usando privacidade diferencial.

Um jeito de manter a privacidade enquanto compartilha estatísticas de tráfego urbano.

LDMeta melhora a privacidade e a eficiência nos métodos de aprendizado distribuído.

Esse artigo explora como a privacidade diferencial protege os dados de ECG na saúde.

Esse artigo explora estratégias pra proteger a privacidade individual em aprendizado de máquina.

Um novo método pra estimar a densidade de arestas em grafos aleatórios, garantindo a privacidade.

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

Explorando técnicas pra análise de dados que preservam a privacidade, mas que garantem a precisão.

Esse trabalho melhora a privacidade na difusão de grafo enquanto mantém a utilidade dos dados.

Aprenda como a privacidade diferencial protege os dados individuais enquanto permite uma análise útil.

A Lomas facilita o acesso seguro a dados públicos pra pesquisa sem comprometer a privacidade.

Este artigo apresenta um método para proteger dados pessoais em sistemas de aprendizado de máquina.

Novos métodos revelam sérias ameaças à privacidade devido ao compartilhamento de dados de localização.

Novos métodos geram dados sintéticos para proteger a privacidade em cenários colaborativos.

Uma nova abordagem para boxplots garante a privacidade dos dados enquanto mantém uma análise legal.

Este artigo fala sobre como criar testes de hipótese confiáveis, mesmo com corrupção de dados.

Analisando a relação entre técnicas de privacidade e preconceitos em modelos de linguagem.

Novos métodos melhoram a privacidade e a coerência usando colocações em dados de linguagem.

Um novo método pra reescrever texto que garante privacidade e mantém o sentido.

Este estudo avalia modelos avançados para gerar dados de viagem falsos e suas aplicações práticas.

Um método pra estimar as participações da comunidade enquanto protege a privacidade individual.

As cidades ganham dados de transporte importantes enquanto lidam com preocupações de privacidade.

Analisando a eficácia da privacidade diferencial na proteção das identidades individuais nos dados do SOEP.

Criar sistemas que promovam a sinceridade entre os usuários em várias interações digitais.

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.

Explorando os desafios e avanços em proteger dados sensíveis enquanto mantém sua utilidade.

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

O desafio de combinar privacidade diferencial com algoritmos sublineares na análise de dados.

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