Buchumschlag

TrustFed: Enabling Trustworthy Medical AI under Data Privacy Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Vagish, Alam, Syed Bahauddin, Chakraborty, Souvik
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CortiNet: A Physics-Perception Hybrid Cortical-Inspired Dual-Stream Network for Gallbladder Disease Diagnosis from Ultrasound
von: Kumar, Vagish, et al.
Veröffentlicht: (2026)

Explainable, Interpretable & Trustworthy AI for Intelligent Digital Twin: Case Study on Remaining Useful Life
von: Kobayashi, Kazuma, et al.
Veröffentlicht: (2023)

Beyond Uniform Sampling: Synergistic Active Learning and Input Denoising for Robust Neural Operators
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

When Spike Sparsity Does Not Translate to Deployed Cost: VS-WNO on Jetson Orin Nano
von: Yoo, Jason, et al.
Veröffentlicht: (2026)

Deep Neural Operator Driven Real Time Inference for Nuclear Systems to Enable Digital Twin Solutions
von: Kobayashi, Kazuma, et al.
Veröffentlicht: (2023)

Gradient-Free Continual Learning in Spiking Neural Networks via Inter-Spike Interval Regularization
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

SCNO: Spiking Compositional Neural Operator -- Towards a Neuromorphic Foundation Model for Nuclear PDE Solving
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

The Trust Calibration Maturity Model for Characterizing and Communicating Trustworthiness of AI Systems
von: Steinmetz, Scott T, et al.
Veröffentlicht: (2025)

Sensing Without Colocation: Operator-Based Virtual Instrumentation for Domains Beyond Physical Reach
von: Yoo, Jay Phil, et al.
Veröffentlicht: (2025)

Neuroscience Inspired Graph Operators Towards Edge-Deployable Virtual Sensing for Irregular Geometries
von: Howes, William, et al.
Veröffentlicht: (2026)

FedMood: Federated Learning on Mobile Health Data for Mood Detection
von: Xu, Xiaohang, et al.
Veröffentlicht: (2021)

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

Adversarial Vulnerabilities in Neural Operator Digital Twins: Gradient-Free Attacks on Nuclear Thermal-Hydraulic Surrogates
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Distribution-Free Uncertainty-Aware Virtual Sensing via Conformalized Neural Operators
von: Kobayashi, Kazuma, et al.
Veröffentlicht: (2025)

Improved generalization with deep neural operators for engineering systems: Path towards digital twin
von: Kobayashi, Kazuma, et al.
Veröffentlicht: (2023)

Trustworthy Chronic Disease Risk Prediction For Self-Directed Preventive Care via Medical Literature Validation
von: Le, Minh, et al.
Veröffentlicht: (2025)

Neuromorphic Continual Learning for Sequential Deployment of Nuclear Plant Monitoring Systems
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Q-SINDy: Quantum-Kernel Sparse Identification of Nonlinear Dynamics with Provable Coefficient Debiasing
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Virtual Sensing to Enable Real-Time Monitoring of Inaccessible Locations \& Unmeasurable Parameters
von: Kobayashi, Kazuma, et al.
Veröffentlicht: (2024)

Real-Time Sensing of Inaccessible Physical Fields via an Edge-Deployable Hardware-Portable Graph Neural Operator
von: Howes, William, et al.
Veröffentlicht: (2026)

A Framework for Responsible AI Systems: Building Societal Trust through Domain Definition, Trustworthy AI Design, Auditability, Accountability, and Governance
von: Herrera-Poyatos, Andrés, et al.
Veröffentlicht: (2025)

Fairness-Aware Interpretable Modeling (FAIM) for Trustworthy Machine Learning in Healthcare
von: Liu, Mingxuan, et al.
Veröffentlicht: (2024)

Agentic AI framework for End-to-End Medical Data Inference
von: Shimgekar, Soorya Ram, et al.
Veröffentlicht: (2025)

Ethical AI for Young Digital Citizens: A Call to Action on Privacy Governance
von: Shouli, Austin, et al.
Veröffentlicht: (2025)

CARES: A Comprehensive Benchmark of Trustworthiness in Medical Vision Language Models
von: Xia, Peng, et al.
Veröffentlicht: (2024)

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

Towards AI-$45^{\circ}$ Law: A Roadmap to Trustworthy AGI
von: Yang, Chao, et al.
Veröffentlicht: (2024)

Explainability through uncertainty: Trustworthy decision-making with neural networks
von: Thuy, Arthur, et al.
Veröffentlicht: (2024)

Agentic Physical AI toward a Domain-Specific Foundation Model for Energy Systems: A Case Study on Nuclear Reactor Control
von: Lee, Yoon Pyo, et al.
Veröffentlicht: (2025)

One Size Fits None: Rethinking Fairness in Medical AI
von: Roller, Roland, et al.
Veröffentlicht: (2025)

Privacy-Preserved Taxi Demand Prediction System Utilizing Distributed Data
von: Ozeki, Ren, et al.
Veröffentlicht: (2024)

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

FairHealth: An Open-Source Python Library for Trustworthy Healthcare AI in Low-Resource Settings
von: Yesmin, Farjana
Veröffentlicht: (2026)

FairFedMed: Benchmarking Group Fairness in Federated Medical Imaging with FairLoRA
von: Li, Minghan, et al.
Veröffentlicht: (2025)

FedCD: A Fairness-aware Federated Cognitive Diagnosis Framework
von: Yang, Shangshang, et al.
Veröffentlicht: (2025)

Audits Under Resource, Data, and Access Constraints: Scaling Laws For Less Discriminatory Alternatives
von: Cen, Sarah H., et al.
Veröffentlicht: (2025)

User Strategization and Trustworthy Algorithms
von: Cen, Sarah H., et al.
Veröffentlicht: (2023)

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

Decision Making with Differential Privacy under a Fairness Lens
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2021)

A Survey on Trustworthiness in Foundation Models for Medical Image Analysis
von: Shi, Congzhen, et al.
Veröffentlicht: (2024)