Artigos mais recentes para Privacidade de Dados

Um novo método traz riscos significativos para a privacidade no aprendizado federado.

O LightTR melhora a recuperação de trajetórias usando aprendizado federado enquanto protege a privacidade do usuário.

Mind-Animator reconstrói vídeos usando a atividade cerebral medida por fMRI.

As organizações de mídia criam diretrizes para o uso responsável de IA no jornalismo.

Usando IA Generativa e MoE pra melhorar a segurança na comunicação.

Novo método melhora a eficiência na seleção de dispositivos em aprendizado federado.

Um novo método aborda privacidade e justiça em modelos de regressão usando ajustes inovadores.

Novo método protege a privacidade enquanto permite que modelos de linguagem aprendam com exemplos.

Um framework pra processamento de dados mais seguro em machine learning.

GNNs indutivos enfrentam ameaças de privacidade por causa de ataques de roubo de links.

Um novo método que melhora a privacidade dos dados médicos e a colaboração entre instituições.

Esse estudo explora o papel do Aprendizado Federado em Respostas a Perguntas Visuais de Documentos.

MIAs sem sombra mostram vulnerabilidades nos sistemas de recomendação de usuários.

Uma nova abordagem para melhorar a disponibilidade de clientes no aprendizado federado.

Um novo framework gera dados de mobilidade humana enquanto protege a privacidade individual.

Um novo protocolo melhora a privacidade e a eficiência no aprendizado descentralizado.

Uma olhada nos riscos dos Ataques de Inferência de Membros na privacidade dos dados.

Um olhar sobre como Modelos Esparsos melhoram a eficiência do Aprendizado Federado.

Novo modelo de IA melhora o diagnóstico de problemas ósseos usando dados de raios-X e relatórios.

Aprenda como a privacidade diferencial pode melhorar a segurança dos dados na regressão LLS.

Um sistema que aprende com os dados dos pacientes enquanto garante a proteção da privacidade.

Profissionais de IA compartilham suas opiniões sobre IA Confiável e seus desafios.

Uma nova abordagem combina proteções de privacidade com aprendizado de bandido contextual.

Um novo método pra detectar comportamento inadequado de veículos enquanto protege a privacidade.

Um estudo sobre como melhorar a detecção de streams de vídeo, mantendo a privacidade do usuário.

Um método pra apagar identidades de modelos generativos mantendo a qualidade da imagem.

Novos métodos melhoram a precisão na estimativa do tamanho de junção enquanto protegem dados sensíveis.

Uma estratégia pra proteger conexões sensíveis em dados de grafos enquanto libera informações úteis.

Um olhar sobre a privacidade diferencial e sua aplicação em aprendizado de máquina.

Um novo método melhora o aprendizado federado descentralizado mantendo a privacidade dos dados.

Uma nova abordagem melhora a detecção de intrusões em sistemas descentralizados.

Melhorando aplicativos de sensoriamento móvel através de uma nova estrutura para gerenciar dados faltantes.

Este estudo analisa como os criadores reagem quando suas obras são usadas para treinamento de IA.

Este artigo apresenta o EFRAP, uma defesa contra ataques de backdoor condicionados à quantização em modelos de aprendizado profundo.

Um novo método melhora a capacidade dos modelos de esquecer informações visuais específicas.

Métodos para fornecer estimativas populacionais confiáveis enquanto garante a confidencialidade dos entrevistados.

A pesquisa melhora a interpretação de ECG enquanto garante a privacidade dos dados dos pacientes.

Uma nova estrutura melhora o aprendizado federado e evita o esquecimento em modelos de IA.

Um estudo revela o ataque WordGame, explorando as fraquezas nas medidas de segurança dos LLMs.

Explorando como o Aprendizado Federado pode melhorar a privacidade dos dados na saúde.