To allow accurate predictions we pr

To allow accurate predictions we propose using neural networks, which in recent years have shown great promise for a wide variety of learning tasks. Much of the revival in the interest in neural networks is due to the unprecedented accuracy achieved in tasks such as image classification (Krizhevsky et al., 2012) and speech recognition (Dahl et al., 2012). In Section 2 we present a brief background on neural networks, as well as the necessary adjustments for them to work with homomorphic encryption, thus creating CryptoNets.

Kết quả (Việt) 1:

Để cho phép dự đoán chính xác, chúng tôi đề xuất sử dụng mạng nơ-ron, mà những năm gần đây đã cho thấy hứa hẹn rất lớn cho một loạt các nhiệm vụ học tập. Phần lớn sự phục hồi trong quan tâm trong mạng nơ-ron là do độ chính xác chưa từng đạt được trong công việc như phân loại hình ảnh (Krizhevsky và ctv., 2012) và nhận dạng tiếng nói (Dahl và ctv., 2012). Trong phần 2 chúng tôi trình bày một nền ngắn trên mạng nơ-ron, cũng như các điều chỉnh cần thiết cho họ để làm việc với homomorphic mã hóa, do đó tạo ra CryptoNets.

Kết quả (Việt) 2:

Để cho phép dự đoán chính xác, chúng tôi đề xuất sử dụng các mạng thần kinh, mà trong những năm gần đây đã cho thấy nhiều hứa hẹn cho một loạt các nhiệm vụ học tập. Phần lớn sự hồi sinh trong sự quan tâm trong các mạng thần kinh là do độ chính xác chưa từng đạt được trong nhiệm vụ như phân loại hình ảnh (Krizhevsky et al., 2012) và nhận dạng giọng nói (Dahl et al., 2012). Trong phần 2 chúng tôi trình bày một nền ngắn gọn trên các mạng thần kinh, cũng như các điều chỉnh cần thiết cho họ để làm việc với mã hóa homomorphic, do đó tạo ra CryptoNets.