Artigos mais recentes para Privacidade de Dados

Um método pra proteger dados sensíveis em aprendizado de máquina usando controle de fluxo de informações.

Esse artigo fala sobre os riscos de privacidade de dados e métodos de detecção no aprendizado federado.

Um olhar sobre as características, benefícios e desafios do Web 3.0.

Um novo método usa algoritmos genéticos pra criar dados sintéticos enquanto protege a privacidade.

Uma nova abordagem melhora a privacidade no aprendizado de máquina, mantendo a velocidade e a precisão.

Novos métodos protegem a privacidade enquanto possibilitam a identificação de pessoas na vigilância urbana.

Este estudo avalia modelos de linguagem para detectar quedas de energia rapidamente pelas redes sociais.

O Aprendizado Federado melhora a segurança dos dispositivos IoT enquanto protege os dados dos usuários.

O modelo Phoenix melhora o desempenho da IA generativa enquanto garante a privacidade dos dados.

Um olhar sobre os benefícios e desafios do Aprendizado Federado, incluindo o método FedVal.

Saiba como o aprendizado federado pode melhorar o aprendizado de máquina enquanto protege a privacidade dos dados.

Analisando a perda de privacidade no Noisy-SGD com funções de perda não convexas.

Aprenda métodos para proteger PII enquanto usa Modelos de Linguagem Grande.

Novos métodos melhoram o desempenho do modelo enquanto garantem a privacidade dos dados.

Explorando o "desaprendizado" de máquinas como uma solução para preocupações com privacidade de dados.

Explorando novos métodos pra melhorar a eficiência do aprendizado descentralizado enquanto garante a privacidade dos dados.

A pesquisa foca em melhorar a sumarização de IA na saúde para diálogos clínicos.

Um guia sobre ameaças à privacidade em veículos inteligentes e como proteger dados pessoais.

Um olhar sobre o papel do Clip21 em melhorar a privacidade diferencial durante o treinamento de modelos.

Um novo método melhora a personalização do modelo enquanto garante a privacidade dos dados.

Esse artigo analisa as preocupações de privacidade relacionadas aos modelos de difusão e propõe soluções.

Esse artigo fala sobre estratégias pra mitigar riscos de privacidade em machine learning.

Aprenda como novas ferramentas podem avaliar riscos nas práticas de compartilhamento de dados.

Analisando técnicas de pseudonimização pra manter a privacidade em dados de texto.

A IA está transformando a saúde ao melhorar diagnósticos e a eficiência operacional em imagens médicas.

Uma técnica nova verifica a exposição dos dados de treino em modelos de difusão.

Um estudo mostra jeitos de proteger a privacidade em dados de ressonância magnética sem perder a qualidade da imagem.

Analisando questões de privacidade nas tecnologias FemTech para a saúde da mulher.

Apresentando um algoritmo para cálculos privados de caminho mais curto em grafos de baixa largura de árvore.

Descubra como os mapas one-hot melhoram a privacidade de dados em IA e ML.

Explorando maneiras de contar itens únicos enquanto protege a privacidade de cada um.

Ind-KNN melhora previsões privadas enquanto protege a privacidade individual em aplicações baseadas em dados.

Analisando o impacto da tecnologia deepfake na segurança e criatividade do metaverso.

Um olhar sobre como a fatoração de matriz em faixas protege a privacidade no aprendizado de máquina.

Este estudo analisa as experiências dos desenvolvedores com as Seções de Segurança de Dados do Google.

Uma olhada nas vulnerabilidades do aprendizado federado e a ameaça de ataques de backdoor.

Explora como exemplos negativos influenciam o aprendizado da IA e os riscos potenciais.

Uma visão geral dos benefícios do ChatGPT e considerações éticas na engenharia de software.

Um novo modelo melhora a análise de imagens cirúrgicas enquanto protege a privacidade dos pacientes.

Uma visão geral dos desafios de privacidade e justiça do aprendizado federado.