Buchumschlag

Federated Latent Factor Learning for Recovering Wireless Sensor Networks Signal with Privacy-Preserving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Chengjun, Ran, Yixin, Xia, Yangyi, Wu, Jia, Liu, Xiaojing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Latent Factor Model for Bias-Aware Recommendation with Privacy-Preserving
von: Gao, Junxiang, et al.
Veröffentlicht: (2025)

Federated Learning based Latent Factorization of Tensors for Privacy-Preserving QoS Prediction
von: Zhong, Shuai, et al.
Veröffentlicht: (2024)

Lossless Privacy-Preserving Aggregation for Decentralized Federated Learning
von: Miao, Xiaoye, et al.
Veröffentlicht: (2025)

Privacy-Preserving Federated Learning via Dataset Distillation
von: Xu, ShiMao, et al.
Veröffentlicht: (2024)

Graph Federated Unlearning for Privacy Preservation
von: Ma, Ruotong, et al.
Veröffentlicht: (2026)

Privacy Preserving Machine Learning for Electronic Health Records using Federated Learning and Differential Privacy
von: Ganadily, Naif A., et al.
Veröffentlicht: (2024)

SAFE: Secure and Accurate Federated Learning for Privacy-Preserving Brain-Computer Interfaces
von: Jia, Tianwang, et al.
Veröffentlicht: (2026)

BACSA: A Bias-Aware Client Selection Algorithm for Privacy-Preserving Federated Learning in Wireless Healthcare Networks
von: Yadav, Sushilkumar, et al.
Veröffentlicht: (2024)

Provably Communication-Efficient and Privacy-Preserving Federated Graph Neural Networks
von: Guo, Zhishuai, et al.
Veröffentlicht: (2026)

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

Federated Motor Imagery Classification for Privacy-Preserving Brain-Computer Interfaces
von: Jia, Tianwang, et al.
Veröffentlicht: (2024)

Privacy-Preserving Federated Learning via Homomorphic Adversarial Networks
von: Dong, Wenhan, et al.
Veröffentlicht: (2024)

When Differential Privacy Meets Wireless Federated Learning: An Improved Analysis for Privacy and Convergence
von: Yaoling, Chen, et al.
Veröffentlicht: (2026)

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

From Centralized to Decentralized Federated Learning: Theoretical Insights, Privacy Preservation, and Robustness Challenges
von: Li, Qiongxiu, et al.
Veröffentlicht: (2025)

Rethinking LoRA for Privacy-Preserving Federated Learning in Large Models
von: Liu, Jin, et al.
Veröffentlicht: (2026)

Federated Continual Learning for Privacy-Preserving Hospital Imaging Classification
von: Sinhal, Anay, et al.
Veröffentlicht: (2026)

FedEM: A Privacy-Preserving Framework for Concurrent Utility Preservation in Federated Learning
von: Xu, Mingcong, et al.
Veröffentlicht: (2025)

Free Privacy Protection for Wireless Federated Learning: Enjoy It or Suffer from It?
von: Li, Weicai, et al.
Veröffentlicht: (2025)

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

Privacy-Preserving Quantized Federated Learning with Diverse Precision
von: Nguyen, Dang Qua, et al.
Veröffentlicht: (2025)

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

Towards Privacy-Preserving and Heterogeneity-aware Split Federated Learning via Probabilistic Masking
von: Wang, Xingchen, et al.
Veröffentlicht: (2025)

PQFed: A Privacy-Preserving Quality-Controlled Federated Learning Framework
von: Yue, Weiqi, et al.
Veröffentlicht: (2025)

Privacy Preserved Federated Learning with Attention-Based Aggregation for Biometric Recognition
von: Azezew, Kassahun, et al.
Veröffentlicht: (2025)

On Observation Time for Recovering Latent Hawkes Networks
von: Linkerhägner, Jonas, et al.
Veröffentlicht: (2026)

LAPA-based Dynamic Privacy Optimization for Wireless Federated Learning in Heterogeneous Environments
von: Sun, Pengcheng, et al.
Veröffentlicht: (2025)

Federated Foundation Models: Privacy-Preserving and Collaborative Learning for Large Models
von: Yu, Sixing, et al.
Veröffentlicht: (2023)

Brave: Byzantine-Resilient and Privacy-Preserving Peer-to-Peer Federated Learning
von: Xu, Zhangchen, et al.
Veröffentlicht: (2024)

Privacy-Preserving Federated Learning via Differential Privacy and Homomorphic Encryption for Cardiovascular Disease Risk Modeling
von: Sharma, Gaurang, et al.
Veröffentlicht: (2026)

Federated Learning: A Survey on Privacy-Preserving Collaborative Intelligence
von: Rahman, Ratun
Veröffentlicht: (2025)

PRIVEE: Privacy-Preserving Vertical Federated Learning Against Feature Inference Attacks
von: Madabushi, Sindhuja, et al.
Veröffentlicht: (2025)

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

Providing Differential Privacy for Federated Learning Over Wireless: A Cross-layer Framework
von: Mao, Jiayu, et al.
Veröffentlicht: (2024)

No Vandalism: Privacy-Preserving and Byzantine-Robust Federated Learning
von: Xing, Zhibo, et al.
Veröffentlicht: (2024)

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

Towards Privacy-Preserving Data-Driven Education: The Potential of Federated Learning
von: Khalil, Mohammad, et al.
Veröffentlicht: (2025)

Privacy-Preserving Personalized Federated Prompt Learning for Multimodal Large Language Models
von: Tran, Linh, et al.
Veröffentlicht: (2025)

Profiling Privacy Preservation Against Gradient Inversion Attacks in Tabular Federated Learning
von: Nilsson, Ivo Osterberg, et al.
Veröffentlicht: (2026)

Learning Time-Varying Graphs from Incomplete Graph Signals
von: Peng, Chuansen, et al.
Veröffentlicht: (2025)