Replay de Lista Estable Canonicalizado para Aprendizaje Federado Privado
CSLR logra entre 3.9 y 5.6 puntos de mejora en aprendizaje continuo federado con privacidad diferencial. Optimiza NLP sin compartir datos.
#federado
XAI-SOH-FL: Mejora de SOH-FL con Agregación Adaptativa e IA Explicable
Descubre XAI-SOH-FL: mejora la detección de intrusiones con agregación adaptativa e IA explicable, precisión del 94.12% en IoT heterogéneo.
FedMTFI: Destilación con importancia de características en FL heterogéneo
FedMTFI optimiza el aprendizaje federado heterogéneo con destilación multi-maestro y valores Shapley, mejorando precisión e interpretabilidad.
SECUREVENT: Monitoreo de seguridad híbrido IA/ML para sistemas de eventos distribuidos
Descubre SECUREVENT, un sistema híbrido de IA y ML que detecta anomalías en flujos de eventos distribuidos, mejorando la seguridad sin sacrificar rendimiento.
Optimización encadenada de modalidades en aprendizaje federado multimodal
Descubre cómo FedMChain optimiza el aprendizaje federado multimodal evitando la competencia entre modalidades y mejorando la precisión con menos comunicación.
Predicción conforme multiagente con validez estadística personalizada
Descubre cómo la predicción conforme multiagente con validez estadística personalizada mejora la calibración y privacidad en entornos heterogéneos. ¡Lee más!
GuidaPA: Chatbot con privacidad para administración pública mediante aprendizaje federado
GuidaPA: chatbot privado para administración pública con aprendizaje federado. Obtén alta calidad sin centralizar datos. ¡Descubre cómo!
Privacidad Mejorada en Aprendizaje Federado con División y Participación Aleatoria
Descubre cómo MS-PAFL mejora la privacidad en aprendizaje federado sin sacrificar precisión, usando división de modelos y ruido calibrado. Logra modelos precisos con fuertes garantías.
Un marco unificado para la agregación de gradientes en optimización multiobjetivo
Descubre un marco teórico que unifica los algoritmos de agregación de gradientes para optimización multiobjetivo, con nuevas garantías de convergencia y aplicac
Descubrimiento Causal Federado con Intervenciones Desconocidas
Descubre I-PERI, un algoritmo federado que recupera estructuras causales a partir de datos heterogéneos con intervenciones desconocidas, mejorando privacidad y precisión.
Asignación de ancho de banda con partición de dispositivos para FL en IIoT
Optimiza el entrenamiento de modelos FL en redes IIoT con una novedosa asignación de ancho de banda con partición de dispositivos que reduce tiempo y energía.
DeMoA: Agregación de Momento Retrasado con Participación Parcial
DeMoA optimiza aprendizaje federado con participación parcial, resistiendo ataques bizantinos incluso si dominan clientes maliciosos. ¡Eficiencia y seguridad!
Avances y desafíos en meta-aprendizaje: una revisión técnica
Descubre los avances y desafíos del meta-aprendizaje en IA. Revisión técnica de técnicas, sinergias con otras áreas y aplicaciones para datos escasos.
Gaussian-Head OFL: Aprendizaje federado de un solo disparo
Descubre la familia GH-OFL para aprendizaje federado de un solo disparo. Logra alta precisión sin datos públicos, protegiendo la privacidad con estadísticas de clientes.
Alineación federada de preferencias con prior Gumbel-Softmax
Descubre FedVPA-GP: un nuevo marco de aprendizaje federado que personaliza modelos de lenguaje alineando preferencias de usuarios sin exponer datos, superando e