Il learning rate indica lo step size di modifica dei pesi (weights) di una rete neurale profonda (Deep Neural Network)…
ResNet è una rete neurale convoluzionale (CNN) molto profonda, composta da 152 layer, che con l’ausilio di una tecnica nota…
VGG-16 è un’architettura di rete neurale progettata da Visual Geometry Group, il dipartimento di scienze ingegneristiche dell’Università di Oxford, con…
AI, machine-learning, Privacy Preserving
Applied Federated Learning & Predictive Maintenance | Code Example
Preventivare un fermo macchina attraverso l’ausilio di tecniche di machine learning garantendo sicurezza e privacy: ecco l’ applied federated learning.…
Il deep learning è senza dubbio tra le aree di maggiore interesse per ricercatori e aziende, nel vasto ambito del…
Global Differential Privacy è un metodo che prevede l’aggiunta di rumore di fondo alla query usata per l’estrazione dell’informazione dal…
Homomorphic Encryption è una forma di criptazione che permette di eseguire calcoli su operandi criptati, ottenendo un risultato criptato. Una…
Il Federated Learning è una nuova tecnica di machine learning training che consente lo sviluppo di un modello su di…
Differential Privacy è un framework matematico per quantificare la perdita d’informazioni private (sensitive data leakage) di un dataset, riducendone al…
PySyft è una libreria per sviluppare sistemi di machine learning criptati (encrypted) che preservino la privacy (privacy preserving). È stato…