Amiri, S., Belloum, A., Nalisnick, E., Klous, S., & Gommans, L. (2022). On the impact of non-IID data on the performance and fairness of differentially private federated learning. In Proceedings, 52nd Annual IEEE/IFIP International Conference on Dependable Systems and Networks Workshop volume: 27-30 June 2022, Baltimore, Maryland (pp. 52-58). (DSN-W; Vol. 2022). IEEE Computer Society. https://doi.org/10.1109/DSN-W54100.2022.00018[details]
Amiri, S., Nalisnick, E., Belloum, A., Klous, S., & Gommans, L. (2022). Generating Heavy-Tailed Synthetic Data with Normalizing Flows. In The 5th Workshop on Tractable Probabilistic Modeling https://openreview.net/forum?id=PbvyJ8XpNn
2021
Amiri, S., Belloum, A., Klous, S., & Gommans, L. (2021). Compressive differentiallyprivate federated learning through universal vector quantization. In AAAI Workshop on Privacy-Preserving Artificial Intelligence AAAI.
2019
Amiri, S., Salimzadeh, S., & Belloum, A. S. Z. (2019). A survey of scalable deep learning frameworks. In IEEE 15th International Conference on eScience: proceedings : 24-27 September 2019, San Diego, California (pp. 650-651). IEEE Computer Society. https://doi.org/10.1109/eScience.2019.00102[details]
De UvA gebruikt cookies voor het meten, optimaliseren en goed laten functioneren van de website. Ook worden er cookies geplaatst om inhoud van derden te kunnen tonen en voor marketingdoeleinden. Klik op ‘Accepteren’ om akkoord te gaan met het plaatsen van alle cookies. Of kies voor ‘Weigeren’ om alleen functionele en analytische cookies te accepteren. Je kunt je voorkeur op ieder moment wijzigen door op de link ‘Cookie instellingen’ te klikken die je onderaan iedere pagina vindt. Lees ook het UvA Privacy statement.