Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Generation and evaluation of privacy preserving synthetic health data
2020·159 Zitationen·Neurocomputing
Volltext beim Verlag öffnen159
Zitationen
6
Autoren
2020
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
k-ANONYMITY: A MODEL FOR PROTECTING PRIVACY
2002 · 8.450 Zit.
Calibrating Noise to Sensitivity in Private Data Analysis
2006 · 6.961 Zit.
Deep Learning with Differential Privacy
2016 · 5.751 Zit.
Federated Machine Learning
2019 · 5.722 Zit.
Communication-Efficient Learning of Deep Networks from Decentralized\n Data
2016 · 5.612 Zit.
Autoren
Institutionen
- Rensselaer Polytechnic Institute(US)
- Birla Institute of Technology and Science, Pilani - Goa Campus(IN)
- Birla Institute of Technology and Science, Pilani(IN)
- Indian Institute of Technology Gandhinagar(IN)
- Inria Saclay - Île de France(FR)
- Laboratoire Interdisciplinaire des Sciences du Numérique
- Université Paris-Saclay(FR)
Themen
Privacy-Preserving Technologies in DataMachine Learning in HealthcareAI in cancer detection