EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Fed-DPSDG-WGAN: Differentially Private Synthetic Data Generation for Loan Default Prediction via Federated Wasserstein GAN

Padmaja Ramachandra, Santhi Vaithiyanathan

IEEE Access · 2025 · 13 · 52069-52084

DOI: 10.1109/access.2025.3552487 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Padmaja Ramachandra und 1 weiteren Autor:innen. Die Arbeit wurde bisher 9-mal zitiert (Crossref) und nennt 57 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Ramachandra, P., & Vaithiyanathan, S. (2025). Fed-DPSDG-WGAN: Differentially Private Synthetic Data Generation for Loan Default Prediction via Federated Wasserstein GAN. IEEE Access, 13, 52069-52084. https://doi.org/10.1109/access.2025.3552487

Vancouver

Ramachandra P, Vaithiyanathan S. Fed-DPSDG-WGAN: Differentially Private Synthetic Data Generation for Loan Default Prediction via Federated Wasserstein GAN. IEEE Access. 2025;13:52069-52084. doi:10.1109/access.2025.3552487

BibTeX
@article{Ramachandra2025,
  author = {Ramachandra, Padmaja and Vaithiyanathan, Santhi},
  title = {Fed-DPSDG-WGAN: Differentially Private Synthetic Data Generation for Loan Default Prediction via Federated Wasserstein GAN},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {52069--52084},
  doi = {10.1109/access.2025.3552487}
}
Kostenlos starten →