Det er en svær balancegang at udnytte sundhedsdata bedst muligt i forskning, samtidig med at patienternes oplysninger og privatliv bliver beskyttet. Med vores algoritme eller metode kan du slippe afsted med at tilføje mindre støj med den samme garanti for privatlivsbeskyttelse ved hver træning af din model Joel Daniel Andersson, ph.d.-studerende, Københavns Universitet Nu har et hold af dataloger fra Københavns Universitet (KU) udviklet en hurtigere og mere præcis metode eller algoritme til at beskytte datasæt, som bliver brugt til...