EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Optimal Differential Privacy for Deep Learning Model Training

Hlib Kokin, Oleksandr Lytvyn, Giang Nguyen

Procedia Computer Science · 2024 · 246 · 2419-2428

DOI: 10.1016/j.procs.2024.09.483 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2024. Verfasst von Hlib Kokin und 2 weiteren Autor:innen. Die Arbeit wurde bisher 5-mal zitiert (Crossref) und nennt 18 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: European Commission, Horizon Europe.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • European Commission
  • Horizon Europe

Zitieren

APA

Kokin, H., Lytvyn, O., & Nguyen, G. (2024). Optimal Differential Privacy for Deep Learning Model Training. Procedia Computer Science, 246, 2419-2428. https://doi.org/10.1016/j.procs.2024.09.483

Vancouver

Kokin H, Lytvyn O, Nguyen G. Optimal Differential Privacy for Deep Learning Model Training. Procedia Computer Science. 2024;246:2419-2428. doi:10.1016/j.procs.2024.09.483

BibTeX
@article{Kokin2024,
  author = {Kokin, Hlib and Lytvyn, Oleksandr and Nguyen, Giang},
  title = {Optimal Differential Privacy for Deep Learning Model Training},
  journal = {Procedia Computer Science},
  year = {2024},
  volume = {246},
  pages = {2419--2428},
  doi = {10.1016/j.procs.2024.09.483}
}
Kostenlos starten →