Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://bibdigital.epn.edu.ec/handle/15000/25857
Titel: | Un estudio de las técnicas de Machine Unlearning en redes neuronales : Revisión Sistemática de Literatura sobre Desaprendizaje en Redes Neuronales para Tareas de Clasificación y Regresión. |
Autor(en): | Cevallos Cevallos, Ivanna Daniela |
Regisseur: | Baraona López, Lorena Isabel |
Stichwörter: | PRIVACIDAD DE DATOS INFORMÁTICA-COMPUTACIÓN APRENDIZAJE EN LÍNEA REDES NEURONALES OLVIDO SELECTIVO EXTRACCIÓN DE MUESTRA |
Erscheinungsdatum: | 3-Okt-2024 |
Herausgeber: | Quito : EPN, 2024. |
Zitierform: | Cevallos Cevallos, I.D.(2024). Un estudio de las técnicas de Machine Unlearning en redes neuronales : Revisión Sistemática de Literatura sobre Desaprendizaje en Redes Neuronales para Tareas de Clasificación y Regresión. 76 páginas. Quito : EPN, 2024. |
Zusammenfassung: | This survey examines the field of machine unlearning in neural networks, an area driven by data privacy regulations such as General Data Protection Regulation and California Consumer Privacy Act. This review analyzes 31 primary studies of machine unlearning specifically applied to neural networks used in regression and classification tasks. The survey evaluates the foundational principles, metrics, and methodologies used to assess machine unlearning techniques, with a focus on recent advancements up to December 2023. By categorizing and detailing these techniques, this work provides insights into their evolution, effectiveness, and applicability, offering a foundation for future research and practical applications in the realm of data privacy and model management. Additionally, this survey provides recommendations for the application of machine unlearning techniques in EMG signal classification. |
Beschreibung: | Este survey examina el campo del machine unlearning en redes neuronales, un área impulsada por regulaciones de privacidad de datos como el General Data Protection Regulation y la California Consumer Privacy Act. Esta revisión analiza 31 estudios primarios sobre machine unlearning específicamente aplicados a redes neuronales utilizadas en tareas de regresión y clasificación. La encuesta evalúa los principios fundamentales, métricas y metodologías utilizadas para evaluar las técnicas de machine unlearning, con un enfoque en los avances recientes hasta diciembre de 2023. Al categorizar y detallar estas técnicas, este trabajo proporciona conocimientos sobre su evolución, efectividad y aplicabilidad, ofreciendo una base para futuras investigaciones y aplicaciones prácticas en el ámbito de la privacidad de datos y la gestión de modelos. Además, este trabajo proporciona recomendaciones para la aplicación de técnicas de desaprendizaje en la clasificación de señales EMG. |
URI: | http://bibdigital.epn.edu.ec/handle/15000/25857 |
Art: | Trabajo de Integración Curricular |
Enthalten in den Sammlungen: | TIC - Ingeniería en Ciencias de la Computación |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
CD 14615.pdf | 2,28 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.