:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Monschein, David, Waldhorst, Oliver P.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	https://arxiv.org/abs/2210.04777
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scalable and Privacy-Preserving Synthetic Data Generation on Decentralised Web
von: Ramesh, Vishal, et al.
Veröffentlicht: (2023)

Privacy-Preserving Edge Federated Learning for Intelligent Mobile-Health Systems
von: Aminifar, Amin, et al.
Veröffentlicht: (2024)

DDP-SA: Scalable Privacy-Preserving Federated Learning via Distributed Differential Privacy and Secure Aggregation
von: Wei, Wenjing, et al.
Veröffentlicht: (2026)

Privacy-Preserving Statistical Data Generation: Application to Sepsis Detection
von: Macias-Fassio, Eric, et al.
Veröffentlicht: (2024)

Secure Sparse Matrix Multiplications and their Applications to Privacy-Preserving Machine Learning
von: Damie, Marc, et al.
Veröffentlicht: (2025)

The Normal Distributions Indistinguishability Spectrum and its Application to Privacy-Preserving Machine Learning
von: Wei, Yu, et al.
Veröffentlicht: (2023)

Privacy Preserving Data Imputation via Multi-party Computation for Medical Applications
von: Jentsch, Julia, et al.
Veröffentlicht: (2024)

Privacy Preserving Adaptive Experiment Design
von: Li, Jiachun, et al.
Veröffentlicht: (2024)

Privacy-Preserving Customer Support: A Framework for Secure and Scalable Interactions
von: Awasthi, Anant Prakash, et al.
Veröffentlicht: (2024)

Preserving Privacy and Security in Federated Learning
von: Nguyen, Truc, et al.
Veröffentlicht: (2022)

Agentic Privacy-Preserving Machine Learning
von: Zhang, Mengyu, et al.
Veröffentlicht: (2025)

Data Privacy Preservation on the Internet of Things
von: Sen, Jaydip, et al.
Veröffentlicht: (2023)

Privacy-Preserving Inference for Quantized BERT Models
von: Lu, Tianpei, et al.
Veröffentlicht: (2025)

Privacy Preserving Reinforcement Learning for Population Processes
von: Yang-Zhao, Samuel, et al.
Veröffentlicht: (2024)

Privacy-Preserving Vertical K-Means Clustering
von: Mazzone, Federico, et al.
Veröffentlicht: (2025)

Privacy-Preserving Fair Synthetic Tabular Data
von: Sarmin, Fatima J., et al.
Veröffentlicht: (2025)

Privacy Preservation through Practical Machine Unlearning
von: Dilworth, Robert
Veröffentlicht: (2025)

Privacy-Preserving Hierarchical Model-Distributed Inference
von: Dehkordi, Fatemeh Jafarian, et al.
Veröffentlicht: (2024)

Optimizing Privacy-Preserving Primitives to Support LLM-Scale Applications
von: Jandali, Yaman, et al.
Veröffentlicht: (2025)

CENTAUR: Bridging the Impossible Trinity of Privacy, Efficiency, and Performance in Privacy-Preserving Transformer Inference
von: Luo, Jinglong, et al.
Veröffentlicht: (2024)

A Privacy-Preserving Framework for Advertising Personalization Incorporating Federated Learning and Differential Privacy
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Preserving Node-level Privacy in Graph Neural Networks
von: Xiang, Zihang, et al.
Veröffentlicht: (2023)

Privacy-Preserving Optimal Parameter Selection for Collaborative Clustering
von: Ghasemian, Maryam, et al.
Veröffentlicht: (2024)

Privacy-Preserving Verifiable Neural Network Inference Service
von: Riasi, Arman, et al.
Veröffentlicht: (2024)

Privacy-Preserving Generative Models: A Comprehensive Survey
von: Padariya, Debalina, et al.
Veröffentlicht: (2025)

Privacy-Preserving 3-Layer Neural Network Training
von: Chiang, John
Veröffentlicht: (2023)

Automated Privacy-Preserving Techniques via Meta-Learning
von: Carvalho, Tânia, et al.
Veröffentlicht: (2024)

Preserving Expert-Level Privacy in Offline Reinforcement Learning
von: Sharma, Navodita, et al.
Veröffentlicht: (2024)

opp/ai: Optimistic Privacy-Preserving AI on Blockchain
von: So, Cathie, et al.
Veröffentlicht: (2024)

Efficient Federated Unlearning with Adaptive Differential Privacy Preservation
von: Jiang, Yu, et al.
Veröffentlicht: (2024)

Privacy-Preserved Neural Graph Databases
von: Hu, Qi, et al.
Veröffentlicht: (2023)

Social-Aware Clustered Federated Learning with Customized Privacy Preservation
von: Wang, Yuntao, et al.
Veröffentlicht: (2022)

Immersion and Invariance-based Coding for Privacy-Preserving Federated Learning
von: Hayati, Haleh, et al.
Veröffentlicht: (2024)

Learning Robust and Privacy-Preserving Representations via Information Theory
von: Zhang, Binghui, et al.
Veröffentlicht: (2024)

Privacy-Preserving Mechanisms Enable Cheap Verifiable Inference of LLMs
von: Pal, Arka, et al.
Veröffentlicht: (2026)

Efficient Privacy-Preserving KAN Inference Using Homomorphic Encryption
von: Lai, Zhizheng, et al.
Veröffentlicht: (2024)

Privacy-Preserving Analytics for Smart Meter (AMI) Data: A Hybrid Approach to Comply with CPUC Privacy Regulations
von: Westrich, Benjamin
Veröffentlicht: (2025)

Privacy-Preserving Dataset Combination
von: Fuentes, Keren, et al.
Veröffentlicht: (2025)

Improving Privacy-Preserving Vertical Federated Learning by Efficient Communication with ADMM
von: Xie, Chulin, et al.
Veröffentlicht: (2022)

Privacy-Preserving Logistic Regression Training with A Faster Gradient Variant
von: Chiang, John
Veröffentlicht: (2022)