Publication

Challenging the Assumptions: Rethinking Privacy, Bias, and Security in Machine Learning

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Publications associées à Challenging the Assumptions: Rethinking Privacy, Bias, and Security in Machine Learning | EPFL Graph Search

Challenging the Assumptions: Rethinking Privacy, Bias, and Security in Machine Learning

Graph Chatbot

Chattez avec Graph Search

Optimization Algorithms for Decentralized, Distributed and Collaborative Machine Learning

Differentially private multi-agent constraint optimization

The Privacy Power of Correlated Noise in Decentralized Learning

A Privacy-Preserving Querying Mechanism with High Utility for Electric Vehicles

Fast refacing of MR images with a generative neural network lowers re-identification risk and preserves volumetric consistency

PRO-Face C: Privacy-Preserving Recognition of Obfuscated Face via Feature Compensation

Using automated design appraisal to model building-specific devaluation risk due to land-use change

On the Generalization of Stochastic Gradient Descent with Momentum

When Your AI Becomes a Target: AI Security Incidents and Best Practices

ProGAP: Progressive Graph Neural Networks with Differential Privacy Guarantees