OR with a White Hat: Evidencing Privacy Vulnerabilities in ML Models

Présentation (2026)

Document en libre accès dans PolyPublie

Libre accès au plein texte de ce document
Vidéo - Autre contenu
Conditions d'utilisation: Creative Commons: Attribution-Utilisation non commerciale-Pas d'oeuvre dérivée (CC BY-NC-ND)
Télécharger (914MB)

Renseignements supplémentaires:	SCALE-AI Chair in Data-Driven Supply Chains
Département:	Département de mathématiques et de génie industriel
Centre de recherche:	CIRRELT - Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport
URL de PolyPublie:	https://publications.polymtl.ca/75842/
Nom de la conférence:	BIRS Workshop
Lieu de la conférence:	Banff, AB, Canada
Date(s) de la conférence:	2026-05-22 - 2026-05-27
Maison d'édition:	Banff International Research Station for Mathematical Innovation and Discovery
DOI:	10.14288/1.0451591
URL officielle:	https://doi.org/10.14288/1.0451591
Date du dépôt:	01 avr. 2026 09:51
Dernière modification:	02 avr. 2026 01:20

Citer en APA 7:	Vidal, T. (mai 2026). OR with a White Hat: Evidencing Privacy Vulnerabilities in ML Models [Présentation]. Dans BIRS Workshop, Banff, AB, Canada. https://doi.org/10.14288/1.0451591

Total des téléchargements à partir de PolyPublie

Téléchargements par année

Provenance des téléchargements

Dimensions

Afficher document