مقاله عضو هیئت علمی دانشگاه علم و فرهنگ، با موضوع حذف داده در مدلهای یادگیری ماشین و ارتقای حریم خصوصی، در نشریه بینالمللی High-Confidence Computing از انتشارات Elsevier منتشر شد.
به گزارش خبرگزاری مهر به نقل از دانشگاه علم و فرهنگ، مقاله «ScrubRef-Rep: Representation-aware class-level machine unlearning for enhanced privacy» به قلم آزاده طباطبائی، عضو هیئت علمی دانشکده هوش مصنوعی و کامپیوتر دانشگاه علم و فرهنگ، در نشریه بینالمللی High-Confidence Computing منتشر شده است.
این نشریه از مجلات معتبر علمی بینالمللی در حوزه محاسبات با اطمینان بالا بوده و با نمایه شدن در Web of Science (WoS)، دارای ضریب تأثیر ۹.۰ و در چارک Q۱ قرار دارد.
در این پژوهش، با توجه به اهمیت روزافزون حفظ حریم خصوصی دادهها و نیاز به توسعه پروتکلهای کارآمد برای حذف دادهها از مدلهای یادگیری ماشین، چارچوبی برای حذف داده در سطح کلاس در مدلهای آموزشدیده ارائه شده است.
روش پیشنهادی، بدون نیاز به آموزش مجدد مدل و بدون استفاده از دادههای کلاس هدف، با فراتر رفتن از دستکاری سطحی تابع هزینه، به بازنمایی وزن ویژگیهای عمیق مدل میپردازد. در این روش، ویژگیهای مرتبط با کلاس دادههای موردنظر برای حذف، از طریق صعود گرادیان داده های مشابه تولید شده، از مدل پاکسازی و همزمان با استفاده از روش تقطیر دانش الگوهای مربوط به سایر کلاسها در مدل، حفظ میشود.
نتایج شبیهسازیهای انجامشده نشان میدهد که چارچوب پیشنهادی میتواند اطلاعات مربوط به کلاس هدف را بهصورت مؤثر از مدل حذف کند؛ بهگونهای که ردپایی از دادههای کلاس حذفشده در مدل بهدستآمده باقی نمیماند، در حالی که دانش مرتبط با سایر کلاسها نیز حفظ میشود.
انتشار این مقاله در یک نشریه معتبر بینالمللی با نمایه Web of Science، نشاندهنده ظرفیت علمی و پژوهشی دانشگاه علم و فرهنگ در حوزههای راهبردی و نوظهور هوش مصنوعی، یادگیری ماشین و حریم خصوصی دادهها است و بر حضور مؤثر اعضای هیئت علمی این دانشگاه در جریان پژوهشهای روزآمد بینالمللی تأکید دارد.
