cifrado homomórfico
Todas las noticias con este tag.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 16 nov 2026, 7:00 a. m. | 0 |
| 16 nov 2026, 8:00 a. m. | 0 |
| 16 nov 2026, 9:00 a. m. | 0 |
| 16 nov 2026, 10:00 a. m. | 0 |
| 16 nov 2026, 11:00 a. m. | 0 |
| 16 nov 2026, 12:00 p. m. | 0 |
| 16 nov 2026, 1:00 p. m. | 0 |
| 16 nov 2026, 2:00 p. m. | 0 |
| 16 nov 2026, 3:00 p. m. | 0 |
| 16 nov 2026, 4:00 p. m. | 0 |
| 16 nov 2026, 5:00 p. m. | 0 |
| 16 nov 2026, 6:00 p. m. | 0 |
| 16 nov 2026, 7:00 p. m. | 0 |
| 16 nov 2026, 8:00 p. m. | 0 |
| 16 nov 2026, 9:00 p. m. | 0 |
| 16 nov 2026, 10:00 p. m. | 0 |
| 16 nov 2026, 11:00 p. m. | 0 |
| 17 nov 2026, 12:00 a. m. | 0 |
| 17 nov 2026, 1:00 a. m. | 0 |
| 17 nov 2026, 2:00 a. m. | 0 |
| 17 nov 2026, 3:00 a. m. | 0 |
| 17 nov 2026, 4:00 a. m. | 0 |
| 17 nov 2026, 5:00 a. m. | 0 |
| 17 nov 2026, 6:00 a. m. | 0 |
| 17 nov 2026, 7:00 a. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-19 | 0 |
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 0 |
| 2026-11-04 | 0 |
| 2026-11-05 | 0 |
| 2026-11-06 | 0 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 0 |
| 2026-11-10 | 0 |
| 2026-11-11 | 0 |
| 2026-11-12 | 0 |
| 2026-11-13 | 0 |
| 2026-11-14 | 0 |
| 2026-11-15 | 0 |
| 2026-11-16 | 0 |
| 2026-11-17 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de cifrado homomórfico
1 noticia · De más nuevas a más antiguas.
Análisis de sentimiento sobre datos cifrados mediante cifrado homomórfico
El artículo explica cómo aplicar análisis de sentimiento sobre datos cifrados usando cifrado totalmente homomórfico (FHE) con la biblioteca Concrete-ML. Se entrena un modelo que combina representaciones de un transformer BERT con XGBoost, alcanzando una precisión del 85% sobre tuits. El modelo permite predecir sobre datos cifrados con un tiempo de inferencia FHE de 4,4 segundos por ejemplo, desplegable mediante un protocolo cliente/servidor.
Tags
Personas mencionadas