PhD Monitor
/جزئیات
علوم کامپیوتر و انفورماتیک سلامت● بازPreview

موقعیت مقطع دکتری در یادگیری مشارکتی امن برای داده‌های سلامت

پیشبرد چارچوب‌های یادگیری فدرال امن و محافظ حریم خصوصی برای کاربردهای هوش مصنوعی در حوزه سلامت.

مناسب برای:مناسب برای فارغ‌التحصیلان علوم کامپیوتر یا یادگیری ماشین علاقه‌مند به یادگیری فدرال، رمزنگاری و کاربردهای هوش مصنوعی در سلامت.

Université Paris-Saclay · France
استادان بیشتر در Université Paris-Saclay
یادگیری فدرالیادگیری عمیقانفورماتیک سلامترمزنگاری کاملاً همومورفیکهوش مصنوعی محافظ حریم خصوصی
مهلت
۳۰ نوامبر ۲۰۲۶
۴۶ روز
بودجه
حقوقی
شروع
—
مکان
France

مرور کلی

این موقعیت دکتری در دانشگاه پاریس-ساکله که با همکاری CEA-LIST اجرا می‌شود، بر پیشبرد یادگیری مشارکتی امن و کاربردهای یادگیری عمیق در مراقبت‌های بهداشتی تمرکز دارد. این پروژه با توسعه معماری‌های یادگیری فدرال از لبه تا ابر که شامل رمزنگاری کاملاً همومورفیک و مقاومت در برابر حملات خصمانه است، به چالش‌های حاکمیت داده می‌پردازد. داوطلب مدل‌های یادگیری عمیق را مستقر و بهینه‌سازی خواهد کرد، مدل‌های مقیاس‌پذیر را در محیط‌های یادگیری مشارکتی ادغام می‌کند و روش‌های تجمیع جدیدی را برای توزیع داده‌های غیر IID طراحی می‌نماید. از فرد پذیرفته‌شده انتظار می‌رود که به‌طور فعال در پژوهش‌های پیشرفته در زمینه هوش مصنوعی پزشکی محافظ حریم خصوصی مشارکت کند.

یادگیری فدرالهوش مصنوعی در سلامتیادگیری عمیقرمزنگاری کاملاً همومورفیکداده‌های غیر IIDیادگیری مشارکتی

نحوهٔ درخواست

آزمایشگاه
Laboratoire Instrumentation Intelligente, Distribuée et Embarquée
Université Paris-Saclay
France
موقعیت کامل را ببین

برای دیدن امتیاز تطابق شخصی، نیازمندی‌ها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.

بدون نیاز به کارت بانکی · ۱۰ امتیاز تطابق AI رایگان
آماده‌اید؟
۴۶ روز تا مهلت — به این موقعیت اقدام کن.