Depo logosu
Komüniteler ve Koleksiyonlar
Tümü
İstatistik
English
العربية
বাংলা
Català
Čeština
Deutsch
Ελληνικά
Español
Suomi
Français
Gàidhlig
हिंदी
Magyar
Italiano
Қазақ
Latviešu
Nederlands
Polski
Português
Português do Brasil
Srpski (lat)
Српски
Svenska
Türkçe
Yкраї́нська
Tiếng Việt
Yeni kullanıcı mısınız? Kayıt olmak için buraya tıklayın.Parolanızı unuttunuz mu?
  1. Anasayfa
  2. Araştırma Çıktıları
  3. WOS
  4. Privacy-Preserving Machine Learning (PPML) Inference for Clinically Actionable Models

Privacy-Preserving Machine Learning (PPML) Inference for Clinically Actionable Models

Yükleniyor...
Thumbnail Image

Tarih

2025

Yazarlar

Balaban, Baris
Magara, Seyma Selcan
Yilgor, Caglar
Yucekul, Altug
Obeid, Ibrahim
Pizones, Javier
Kleinstueck, Frank
Perez\\-Grueso, Francisco Javier Sanchez
Pellise, Ferran
Alanay, Ahmet

Süreli Yayın başlığı

Süreli Yayın ISSN

Cilt Başlığı

ISSN

Cilt

Sayı

Yayınevi

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC

Özet

Açıklama

Anahtar kelimeler

Data models, Computational modeling, Machine learning, Machine learning algorithms, Cryptography, Accuracy, Analytical models, Inference algorithms, Homomorphic encryption, Data privacy, Homomorphic Encryption, Privacy\\-Preserving Machine Learning, XGBoost

Alıntı

URI

https://openaccess.acibadem.edu.tr/handle/11443/5320

Koleksiyonlar

WOS

Endorsement

Review

Supplemented By

Referenced By

Tam öğe sayfası

DSpace yazılım telif hakkı © 2002-2025 LYRASIS

  • Accessibility settings
  • Gizlilik Politikası
  • Son Kullanıcı Sözleşmesi
  • Send Feedback
Depo logosu COAR Notify