联邦学习开训前先筛客户端:只看一张小波散射摘要,90%恶意节点下仍能训练
联邦学习在开训前就能筛掉投毒客户端:每个客户端只上传一张小波散射摘要,服务器用仅见过干净数据的去噪自编码器打分,在恶意客户端占90%时仍能选出干净节点继续训练。
联邦学习在开训前就能筛掉投毒客户端:每个客户端只上传一张小波散射摘要,服务器用仅见过干净数据的去噪自编码器打分,在恶意客户端占90%时仍能选出干净节点继续训练。
GROB 是一种多智能体架构,在无法获取特权遥测时对公开互联网痕迹进行受控只读采集,并保留观测以供后续解析;在冻结的 2026 年 9 月语料中,9 月 9 日采集到的 Census 标识符后来被公开修订记录解析为 6 月 16–17 日的具体只读 Census 请求,而其他痕迹与后续证据的关联强度不一,公开痕迹本身不足以确立组织归属。
该综述按PRISMA流程从Scopus、Web of Science和PubMed检索2015—2026年文献,经筛选纳入86篇Q1期刊研究,系统梳理了基于sMRI、fMRI及多模态融合的机器学习与深度学习自闭症谱系障碍(ASD)分类研究的数据集、预处理流程、脑图谱、模型架构与验证策略,发现fMRI使用最广、图神经网络与Transformer成为主流方法,并指出报告准确率高度依赖评估设置——单站点研究可达87.4%—99.39%,而全ABIDE队列约70%—75%、最严格的留一站点验证约67%。
该论文以2023年一场有49名学生参与的研讨会为动因案例,批判性地反思了设计教育中使用生成式AI的能源成本,并提出五组替代立场及相关行动,以支持在设计教育中有意识地使用生成式AI。
已读完全部报道