Federated Learning
AI Security
秘密計算
ブロックチェーン
セキュリティ
AIのためのプライバシー保護
A game-theoretic approach for federated learning: A trade-off among privacy, accuracy and energy Author links open overlay panel
https://reader.elsevier.com/reader/sd/pii/S2352864823000056?token=6D5C8C1E515E0AD17C52237525F5455AAD1F0920C4E791CD11DE2B3F0564AC333A8181BB0D0039CC37C738BF33BC0CB6&originRegion=us-east-1&originCreation=20230113044252
連合学習をCLIPに適用
https://twitter.com/akinoriosamura/status/1630525133801816065?s=20
2022年研究活動まとめ、良い資料
https://note.com/yonetaniryo/n/ndf1a816305eb#FD8D6DF9-7D7A-4822-A2A6-1264A6FDB47E
Swarm Learning for decentralized and confidential clinical machine learning
https://www.nature.com/articles/s41586-021-03583-3
Swarm Learningか、おもしろい
JDLA勉強会 #12「連合学習でできること　～ネットワークAIの今と未来～」
AIのHTTPS時代が始まる！準同型暗号×WebGPUが実現するプライバシー保護の未来
https://zenn.dev/cadp/articles/01d28abf921a03?redirected=1
【SA-FedLoRA】フェデレーテッドラーニングの通信コスト削減手法
https://ai-scholar.tech/articles/medical/sa-fedlora
Synthetic and federated: Privacy-preserving domain adaptation with LLMs for mobile applications
https://research.google/blog/synthetic-and-federated-privacy-preserving-domain-adaptation-with-llms-for-mobile-applications/