Striking the Perfect Balance: Preserving Privacy While Boosting Utility in Collaborative Medical Prediction Platforms
Fuente:
arXiv
Salvato in:
| Autori principali: | Lin, Shao-Bo, Liu, Xiaotong, Wang, Yao |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Two-Stage Data Synthesization: A Statistics-Driven Restricted Trade-off between Privacy and Prediction
di: Liu, Xiaotong, et al.
Pubblicazione: (2026)
di: Liu, Xiaotong, et al.
Pubblicazione: (2026)
Weighted Spectral Filters for Kernel Interpolation on Spheres: Estimates of Prediction Accuracy for Noisy Data
di: Liu, Xiaotong, et al.
Pubblicazione: (2024)
di: Liu, Xiaotong, et al.
Pubblicazione: (2024)
Balancing Utility and Privacy: Dynamically Private SGD with Random Projection
di: Jiang, Zhanhong, et al.
Pubblicazione: (2025)
di: Jiang, Zhanhong, et al.
Pubblicazione: (2025)
Privacy-Utility-Bias Trade-offs for Privacy-Preserving Recommender Systems
di: Parsarad, Shiva, et al.
Pubblicazione: (2025)
di: Parsarad, Shiva, et al.
Pubblicazione: (2025)
Towards Accurate and Interpretable Time-series Forecasting: A Polynomial Learning Approach
di: Liu, Bo, et al.
Pubblicazione: (2026)
di: Liu, Bo, et al.
Pubblicazione: (2026)
FedPF: Accurate Target Privacy Preserving Federated Learning Balancing Fairness and Utility
di: Sun, Kangkang, et al.
Pubblicazione: (2025)
di: Sun, Kangkang, et al.
Pubblicazione: (2025)
FedEM: A Privacy-Preserving Framework for Concurrent Utility Preservation in Federated Learning
di: Xu, Mingcong, et al.
Pubblicazione: (2025)
di: Xu, Mingcong, et al.
Pubblicazione: (2025)
Balancing Interpretability and Performance in Reinforcement Learning: An Adaptive Spectral Based Linear Approach
di: Yi, Qianxin, et al.
Pubblicazione: (2025)
di: Yi, Qianxin, et al.
Pubblicazione: (2025)
UPCORE: Utility-Preserving Coreset Selection for Balanced Unlearning
di: Patil, Vaidehi, et al.
Pubblicazione: (2025)
di: Patil, Vaidehi, et al.
Pubblicazione: (2025)
Preserving Privacy and Utility in LLM-Based Product Recommendations
di: Khezresmaeilzadeh, Tina, et al.
Pubblicazione: (2025)
di: Khezresmaeilzadeh, Tina, et al.
Pubblicazione: (2025)
Privacy-Preserving Hybrid Ensemble Model for Network Anomaly Detection: Balancing Security and Data Protection
di: Liu, Shaobo, et al.
Pubblicazione: (2025)
di: Liu, Shaobo, et al.
Pubblicazione: (2025)
Beyond Cross-Validation: Adaptive Parameter Selection for Kernel-Based Gradient Descents
di: Liu, Xiaotong, et al.
Pubblicazione: (2026)
di: Liu, Xiaotong, et al.
Pubblicazione: (2026)
Privacy-Preserving Conformal Prediction Under Local Differential Privacy
di: Penso, Coby, et al.
Pubblicazione: (2025)
di: Penso, Coby, et al.
Pubblicazione: (2025)
PUFFLE: Balancing Privacy, Utility, and Fairness in Federated Learning
di: Corbucci, Luca, et al.
Pubblicazione: (2024)
di: Corbucci, Luca, et al.
Pubblicazione: (2024)
Boosting Data Analytics With Synthetic Volume Expansion
di: Shen, Xiaotong, et al.
Pubblicazione: (2023)
di: Shen, Xiaotong, et al.
Pubblicazione: (2023)
Multi-Objective Optimization for Privacy-Utility Balance in Differentially Private Federated Learning
di: Ranaweera, Kanishka, et al.
Pubblicazione: (2025)
di: Ranaweera, Kanishka, et al.
Pubblicazione: (2025)
Preempting Text Sanitization Utility in Resource-Constrained Privacy-Preserving LLM Interactions
di: Carpentier, Robin, et al.
Pubblicazione: (2024)
di: Carpentier, Robin, et al.
Pubblicazione: (2024)
Privacy-Preserving Optimal Parameter Selection for Collaborative Clustering
di: Ghasemian, Maryam, et al.
Pubblicazione: (2024)
di: Ghasemian, Maryam, et al.
Pubblicazione: (2024)
Federated Data Analytics for Cancer Immunotherapy: A Privacy-Preserving Collaborative Platform for Patient Management
di: Raheem, Mira, et al.
Pubblicazione: (2025)
di: Raheem, Mira, et al.
Pubblicazione: (2025)
DISCO: A Browser-Based Privacy-Preserving Framework for Distributed Collaborative Learning
di: Vignoud, Julien T. T., et al.
Pubblicazione: (2025)
di: Vignoud, Julien T. T., et al.
Pubblicazione: (2025)
Strike a Balance in Continual Panoptic Segmentation
di: Chen, Jinpeng, et al.
Pubblicazione: (2024)
di: Chen, Jinpeng, et al.
Pubblicazione: (2024)
Federated Learning: A Survey on Privacy-Preserving Collaborative Intelligence
di: Rahman, Ratun
Pubblicazione: (2025)
di: Rahman, Ratun
Pubblicazione: (2025)
When Differential Privacy Meets Wireless Federated Learning: An Improved Analysis for Privacy and Convergence
di: Yaoling, Chen, et al.
Pubblicazione: (2026)
di: Yaoling, Chen, et al.
Pubblicazione: (2026)
Privacy-Preserving Collaborative Split Learning Framework for Smart Grid Load Forecasting
di: Iqbal, Asif, et al.
Pubblicazione: (2024)
di: Iqbal, Asif, et al.
Pubblicazione: (2024)
TVineSynth: A Truncated C-Vine Copula Generator of Synthetic Tabular Data to Balance Privacy and Utility
di: Griesbauer, Elisabeth, et al.
Pubblicazione: (2025)
di: Griesbauer, Elisabeth, et al.
Pubblicazione: (2025)
Privacy Blur: Quantifying Privacy and Utility for Image Data Release
di: Mahloujifar, Saeed, et al.
Pubblicazione: (2025)
di: Mahloujifar, Saeed, et al.
Pubblicazione: (2025)
Enhancing the Utility of Privacy-Preserving Cancer Classification using Synthetic Data
di: Osuala, Richard, et al.
Pubblicazione: (2024)
di: Osuala, Richard, et al.
Pubblicazione: (2024)
Reasoning Model Unlearning: Forgetting Traces, Not Just Answers, While Preserving Reasoning Skills
di: Wang, Changsheng, et al.
Pubblicazione: (2025)
di: Wang, Changsheng, et al.
Pubblicazione: (2025)
Privacy-Preserving Federated Convex Optimization: Balancing Partial-Participation and Efficiency via Noise Cancellation
di: Reshef, Roie, et al.
Pubblicazione: (2025)
di: Reshef, Roie, et al.
Pubblicazione: (2025)
A Survey of What to Share in Federated Learning: Perspectives on Model Utility, Privacy Leakage, and Communication Efficiency
di: Shao, Jiawei, et al.
Pubblicazione: (2023)
di: Shao, Jiawei, et al.
Pubblicazione: (2023)
Balancing Fidelity, Utility, and Privacy in Synthetic Cardiac MRI Generation: A Comparative Study
di: Edirisooriya, Madhura, et al.
Pubblicazione: (2026)
di: Edirisooriya, Madhura, et al.
Pubblicazione: (2026)
RUMBoost: Gradient Boosted Random Utility Models
di: Salvadé, Nicolas, et al.
Pubblicazione: (2024)
di: Salvadé, Nicolas, et al.
Pubblicazione: (2024)
Better Knowledge Enhancement for Privacy-Preserving Cross-Project Defect Prediction
di: Wang, Yuying, et al.
Pubblicazione: (2024)
di: Wang, Yuying, et al.
Pubblicazione: (2024)
Federated Learning for Privacy-Preserving Medical AI
di: Hoang, Tin
Pubblicazione: (2026)
di: Hoang, Tin
Pubblicazione: (2026)
Striking a Balance in Fairness for Dynamic Systems Through Reinforcement Learning
di: Hu, Yaowei, et al.
Pubblicazione: (2024)
di: Hu, Yaowei, et al.
Pubblicazione: (2024)
InfiniteYou: Flexible Photo Recrafting While Preserving Your Identity
di: Jiang, Liming, et al.
Pubblicazione: (2025)
di: Jiang, Liming, et al.
Pubblicazione: (2025)
PC-MoE: Memory-Efficient and Privacy-Preserving Collaborative Training for Mixture-of-Experts LLMs
di: Zhang, Ze Yu, et al.
Pubblicazione: (2025)
di: Zhang, Ze Yu, et al.
Pubblicazione: (2025)
Graph Federated Unlearning for Privacy Preservation
di: Ma, Ruotong, et al.
Pubblicazione: (2026)
di: Ma, Ruotong, et al.
Pubblicazione: (2026)
Decentralised, Collaborative, and Privacy-preserving Machine Learning for Multi-Hospital Data
di: Fang, Congyu, et al.
Pubblicazione: (2024)
di: Fang, Congyu, et al.
Pubblicazione: (2024)
Optimizing the Privacy-Utility Balance using Synthetic Data and Configurable Perturbation Pipelines
di: Sharma, Anantha, et al.
Pubblicazione: (2025)
di: Sharma, Anantha, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Two-Stage Data Synthesization: A Statistics-Driven Restricted Trade-off between Privacy and Prediction
di: Liu, Xiaotong, et al.
Pubblicazione: (2026) -
Weighted Spectral Filters for Kernel Interpolation on Spheres: Estimates of Prediction Accuracy for Noisy Data
di: Liu, Xiaotong, et al.
Pubblicazione: (2024) -
Balancing Utility and Privacy: Dynamically Private SGD with Random Projection
di: Jiang, Zhanhong, et al.
Pubblicazione: (2025) -
Privacy-Utility-Bias Trade-offs for Privacy-Preserving Recommender Systems
di: Parsarad, Shiva, et al.
Pubblicazione: (2025) -
Towards Accurate and Interpretable Time-series Forecasting: A Polynomial Learning Approach
di: Liu, Bo, et al.
Pubblicazione: (2026)