Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Detecting model misconducts in decentralized healthcare federated learning
2021·52 Zitationen·International Journal of Medical InformaticsOpen Access
Volltext beim Verlag öffnen52
Zitationen
2
Autoren
2021
Jahr
Abstract
We anticipate our study can support the enhancement of the integrity and reliability of federated machine learning on genomic/healthcare data.
Ähnliche Arbeiten
k-ANONYMITY: A MODEL FOR PROTECTING PRIVACY
2002 · 8.402 Zit.
Calibrating Noise to Sensitivity in Private Data Analysis
2006 · 6.895 Zit.
Deep Learning with Differential Privacy
2016 · 5.629 Zit.
Communication-Efficient Learning of Deep Networks from Decentralized\n Data
2016 · 5.595 Zit.
Federated Machine Learning
2019 · 5.581 Zit.
Autoren
Institutionen
Themen
Privacy-Preserving Technologies in DataArtificial Intelligence in Healthcare and EducationAdversarial Robustness in Machine Learning