Buchumschlag

Federated Knowledge Recycling: Privacy-Preserving Synthetic Data Sharing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lomurno, Eugenio, Matteucci, Matteo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Synthetic Image Learning: Preserving Performance and Preventing Membership Inference Attacks
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Stable Diffusion Dataset Generation for Downstream Classification Tasks
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Scene Graph Conditioning for Synthetic Image Dataset Generation
von: Savazzi, Giacomo, et al.
Veröffentlicht: (2025)

PolyGen: Fully Synthetic Vision-Language Training via Multi-Generator Ensembles
von: Brusini, Leonardo, et al.
Veröffentlicht: (2026)

POMONAG: Pareto-Optimal Many-Objective Neural Architecture Generator
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Your Image Generator Is Your New Private Dataset
von: Resmini, Nicolo, et al.
Veröffentlicht: (2025)

A Lightweight Neural Architecture Search Model for Medical Image Classification
von: Xie, Lunchen, et al.
Veröffentlicht: (2024)

A Structured Benchmark for Text-Guided Anomaly Detection: When Language Stops Conditioning the Decision
von: Samele, Stefano, et al.
Veröffentlicht: (2026)

Enhancing the Utility of Privacy-Preserving Cancer Classification using Synthetic Data
von: Osuala, Richard, et al.
Veröffentlicht: (2024)

Federated Learning for Privacy-Preserving Medical AI
von: Hoang, Tin
Veröffentlicht: (2026)

Privacy-Preserving Model Transcription with Differentially Private Synthetic Distillation
von: Liu, Bochao, et al.
Veröffentlicht: (2026)

Privacy-Preserving Debiasing using Data Augmentation and Machine Unlearning
von: Pan, Zhixin, et al.
Veröffentlicht: (2024)

A Spatio-temporal Graph Network Allowing Incomplete Trajectory Input for Pedestrian Trajectory Prediction
von: Long, Juncen, et al.
Veröffentlicht: (2025)

ZO-DARTS++: An Efficient and Size-Variable Zeroth-Order Neural Architecture Search Algorithm
von: Xie, Lunchen, et al.
Veröffentlicht: (2025)

No Captions, No Problem: Captionless 3D-CLIP Alignment with Hard Negatives via CLIP Knowledge and LLMs
von: Sbrolli, Cristian, et al.
Veröffentlicht: (2024)

Privacy-Preserving Operating Room Workflow Analysis using Digital Twins
von: Perez, Alejandra, et al.
Veröffentlicht: (2025)

FedFG: Privacy-Preserving and Robust Federated Learning via Flow-Matching Generation
von: Wang, Ruiyang, et al.
Veröffentlicht: (2026)

Personalized Federated Training of Diffusion Models with Privacy Guarantees
von: Patel, Kumar Kshitij, et al.
Veröffentlicht: (2025)

Privacy-Preserving Student Learning with Differentially Private Data-Free Distillation
von: Liu, Bochao, et al.
Veröffentlicht: (2024)

CSA-Graphs: A Privacy-Preserving Structural Dataset for Child Sexual Abuse Research
von: Caetano, Carlos, et al.
Veröffentlicht: (2026)

Inference-Time Refinement Closes the Synthetic-Real Gap in Tabular Diffusion
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2026)

MMASD+: A Novel Dataset for Privacy-Preserving Behavior Analysis of Children with Autism Spectrum Disorder
von: Ravva, Pavan Uttej, et al.
Veröffentlicht: (2024)

FedMeNF: Privacy-Preserving Federated Meta-Learning for Neural Fields
von: Yun, Junhyeog, et al.
Veröffentlicht: (2025)

FPBoost: Fully Parametric Gradient Boosting for Survival Analysis
von: Archetti, Alberto, et al.
Veröffentlicht: (2024)

Deep Variational Contrastive Learning for Joint Risk Stratification and Time-to-Event Estimation
von: Erbil, Pinar, et al.
Veröffentlicht: (2026)

Avoid Forgetting by Preserving Global Knowledge Gradients in Federated Learning with Non-IID Data
von: Chunduru, Abhijit, et al.
Veröffentlicht: (2025)

Comprehensive Exploration of Synthetic Data Generation: A Survey
von: Bauer, André, et al.
Veröffentlicht: (2024)

GANsemble for Small and Imbalanced Data Sets: A Baseline for Synthetic Microplastics Data
von: Platnick, Daniel, et al.
Veröffentlicht: (2024)

Synthetic Data is Sufficient for Zero-Shot Visual Generalization from Offline Data
von: Güzel, Ahmet H., et al.
Veröffentlicht: (2025)

Zero-Shot Decentralized Federated Learning
von: Masano, Alessio, et al.
Veröffentlicht: (2025)

Taming the Tail in Class-Conditional GANs: Knowledge Sharing via Unconditional Training at Lower Resolutions
von: Khorram, Saeed, et al.
Veröffentlicht: (2024)

Evaluating Synthetic Data for Baggage Trolley Detection in Airport Logistics
von: Taibi, Abdeldjalil, et al.
Veröffentlicht: (2026)

Residual SODAP: Residual Self-Organizing Domain-Adaptive Prompting with Structural Knowledge Preservation for Continual Learning
von: Oh, Gyutae, et al.
Veröffentlicht: (2026)

SafeR-CLIP: Mitigating NSFW Content in Vision-Language Models While Preserving Pre-Trained Knowledge
von: Yousaf, Adeel, et al.
Veröffentlicht: (2025)

Drone Detection using Deep Neural Networks Trained on Pure Synthetic Data
von: Wisniewski, Mariusz, et al.
Veröffentlicht: (2024)

SynRES: Towards Referring Expression Segmentation in the Wild via Synthetic Data
von: Kim, Dong-Hee, et al.
Veröffentlicht: (2025)

Learning from Synthetic Data via Provenance-Based Input Gradient Guidance
von: Nagano, Koshiro, et al.
Veröffentlicht: (2026)

When Shared Knowledge Hurts: Spectral Over-Accumulation in Model Merging
von: Li, Yayuan, et al.
Veröffentlicht: (2026)

Few Shot Semantic Segmentation: a review of methodologies, benchmarks, and open challenges
von: Catalano, Nico, et al.
Veröffentlicht: (2023)

Small Scale Data-Free Knowledge Distillation
von: Liu, He, et al.
Veröffentlicht: (2024)