Artigos mais recentes para Privacidade de Dados

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.

Uma nova abordagem melhora o desempenho e a justiça no aprendizado federado.

Novo framework ajuda a proteger estatísticas resumidas sensíveis durante o compartilhamento de dados.

Apresentando uma nova maneira de avaliar os riscos de privacidade em modelos de aprendizado de máquina.

Aprenda como o aprendizado distribuído pode melhorar a eficiência do aprendizado de máquina e o treinamento de modelos.

Uma visão geral de como a anonimização protege a identidade pessoal ao usar biometria.

Apresentando um framework pra equilibrar a privacidade dos dados com a utilidade.

Um novo método pra proteger a privacidade em modelos de texto pra imagem.

Examinando a conexão entre privacidade diferencial local e justiça em sistemas de ML.

Novos métodos melhoram a auditoria de privacidade, focando em modelos de estado oculto em aprendizado de máquina.

Melhorando o aprendizado distribuído através de técnicas adaptativas de clipping robusto.

Novo método melhora a remoção de dados em modelos de gráficos dinâmicos enquanto garante privacidade.

A Inferência Federada Bayesiana permite uma análise de sobrevivência que preserva a privacidade na pesquisa sobre câncer.

FedSC melhora o treinamento de modelos enquanto mantém a privacidade do usuário no aprendizado federado.

Novas técnicas melhoram a escalabilidade em aprendizado de máquina com privacidade diferencial.

A abordagem baseada em coorte melhora a eficiência e a precisão em sistemas de Aprendizado Federado.

Descubra como os Planos Comportamentais Federados melhoram a compreensão das ações dos clientes no aprendizado federado.