Buchumschlag

Privacy-Preserved Taxi Demand Prediction System Utilizing Distributed Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ozeki, Ren, Yonekura, Haruki, Rizk, Hamada, Yamaguchi, Hirozumi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CROSS-Net: Region-Agnostic Taxi-Demand Prediction Using Feature Disentanglement
von: Ozeki, Ren, et al.
Veröffentlicht: (2023)

Restoring Super-High Resolution GPS Mobility Data
von: Yonekura, Haruki, et al.
Veröffentlicht: (2024)

MobText-SISA: Efficient Machine Unlearning for Mobility Logs with Spatio-Temporal and Natural-Language Data
von: Yonekura, Haruki, et al.
Veröffentlicht: (2025)

Learning Displacement-Robust Representations for Landslide Early Warning under Rainfall Forecast Uncertainty
von: Ozeki, Ren, et al.
Veröffentlicht: (2026)

Pedestrian-Aware LLM-Driven Behavioral Planning for Autonomous Vehicles
von: Baimbetova, Aidana, et al.
Veröffentlicht: (2026)

Human-Flow Digital Twin for Predicting the Effects of Mobility Introduction on Visitor Circulation
von: Shima, Chiharu, et al.
Veröffentlicht: (2026)

TimeSense: Multi-Person Device-free Indoor Localization via RTT
von: Mohsen, Mohamed, et al.
Veröffentlicht: (2024)

Privacy-Preserving Personalization in Education: A Federated Recommender System for Student Performance Prediction
von: Tertulino, Rodrigo, et al.
Veröffentlicht: (2025)

On-Demand Sampling: Learning Optimally from Multiple Distributions
von: Haghtalab, Nika, et al.
Veröffentlicht: (2022)

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

Privacy-Preserving Data Linkage Across Private and Public Datasets for Collaborative Agriculture Research
von: Zafar, Osama, et al.
Veröffentlicht: (2024)

A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures
von: Nguyen, Thanh Tam, et al.
Veröffentlicht: (2024)

Energy-Free Sensing and Context Recognition Using Photovoltaic Cells
von: Shintani, Kaede, et al.
Veröffentlicht: (2025)

Causal Fair Machine Learning via Rank-Preserving Interventional Distributions
von: Bothmann, Ludwig, et al.
Veröffentlicht: (2023)

Expressive Score-Based Priors for Distribution Matching with Geometry-Preserving Regularization
von: Gong, Ziyu, et al.
Veröffentlicht: (2025)

UMEDA: Unified Multi-modal Efficient Data Fusion for Privacy-Preserving Graph Federated Learning via Spectral-Gated Attention and Diffusion-Based Operator Alignment
von: Lai, Shih-Yu, et al.
Veröffentlicht: (2026)

LDPKiT: Superimposing Remote Queries for Privacy-Preserving Local Model Training
von: Li, Kexin, et al.
Veröffentlicht: (2024)

Evaluating Privacy-Utility Tradeoffs in Synthetic Smart Grid Data
von: Catarino, Andre, et al.
Veröffentlicht: (2025)

Training Fair Models in Federated Learning without Data Privacy Infringement
von: Che, Xin, et al.
Veröffentlicht: (2021)

Federated Data Analytics for Cancer Immunotherapy: A Privacy-Preserving Collaborative Platform for Patient Management
von: Raheem, Mira, et al.
Veröffentlicht: (2025)

TrustFed: Enabling Trustworthy Medical AI under Data Privacy Constraints
von: Kumar, Vagish, et al.
Veröffentlicht: (2026)

Near-Optimal Privacy-Preserving Learning for Max-Min Fair Multi-Agent Bandits
von: Leshem, Amir
Veröffentlicht: (2023)

Identifying Privacy Personas
von: Hrynenko, Olena, et al.
Veröffentlicht: (2024)

Towards Fairness and Privacy: A Novel Data Pre-processing Optimization Framework for Non-binary Protected Attributes
von: Duong, Manh Khoi, et al.
Veröffentlicht: (2024)

Clio: Privacy-Preserving Insights into Real-World AI Use
von: Tamkin, Alex, et al.
Veröffentlicht: (2024)

On the Predictability of non-CGM Diabetes Data for Personalized Recommendation
von: Nguyen, Tu, et al.
Veröffentlicht: (2018)

Feature Engineering on LMS Data to Optimize Student Performance Prediction
von: Hubbard, Keith, et al.
Veröffentlicht: (2025)

MiranDa: Mimicking the Learning Processes of Human Doctors to Achieve Causal Inference for Medication Recommendation
von: Wang, Ziheng, et al.
Veröffentlicht: (2024)

Stable and Privacy-Preserving Synthetic Educational Data with Empirical Marginals: A Copula-Based Approach
von: Ramos, Gabriel Diaz, et al.
Veröffentlicht: (2026)

A Water Efficiency Dataset for African Data Centers
von: Shumba, Noah, et al.
Veröffentlicht: (2024)

Game-Theoretic Machine Unlearning: Mitigating Extra Privacy Leakage
von: Liu, Hengzhu, et al.
Veröffentlicht: (2024)

Unraveling Privacy Risks of Individual Fairness in Graph Neural Networks
von: Zhang, He, et al.
Veröffentlicht: (2023)

Predicting Male Domestic Violence Using Explainable Ensemble Learning and Exploratory Data Analysis
von: Jahin, Md Abrar, et al.
Veröffentlicht: (2024)

Understanding the Transit Gap: A Comparative Study of On-Demand Bus Services and Urban Climate Resilience in South End, Charlotte, NC and Avondale, Chattanooga, TN
von: Hosseini, Sanaz Sadat, et al.
Veröffentlicht: (2024)

Bridging Prediction and Intervention Problems in Social Systems
von: Liu, Lydia T., et al.
Veröffentlicht: (2025)

Early Prediction of In-Hospital ICU Mortality Using Innovative First-Day Data: A Review
von: Huang, Baozhu, et al.
Veröffentlicht: (2025)

WatchAnxiety: A Transfer Learning Approach for State Anxiety Prediction from Smartwatch Data
von: Ahmed, Md Sabbir, et al.
Veröffentlicht: (2025)

Non-myopic Matching and Rebalancing in Large-Scale On-Demand Ride-Pooling Systems Using Simulation-Informed Reinforcement Learning
von: Namdarpour, Farnoosh, et al.
Veröffentlicht: (2025)

Impact on Public Health Decision Making by Utilizing Big Data Without Domain Knowledge
von: Zhang, Miao, et al.
Veröffentlicht: (2024)

Navigating AI to Unpack Youth Privacy Concerns: An In-Depth Exploration and Systematic Review
von: Shrestha, Ajay Kumar, et al.
Veröffentlicht: (2024)