Um embaralhador integrado otimiza a privacidade dos dados genômicos pessoais usados para aprendizado de máquina
Os pesquisadores da KAUST desenvolveram uma abordagem de aprendizado de máquina destinada a preservar a privacidade enquanto analisam dados ômicos para pesquisas médicas. Crédito: 2024 KAUST; Heno Hwang Ao integrar um conjunto de algoritmos de preservação de privacidade, uma equipe de pesquisa da KAUST desenvolveu uma abordagem de aprendizado de máquina que aborda um desafio […]