Tag: Federated Learning
Government & Research Data Spaces — Une IA souveraine à grande échelle
•
Collaboration inter-agences grâce à des enclaves de données éphémères et au policy-as-code. Journaux nationaux de conformité, prêts pour l’audit public. Pourquoi les espaces de données publics ont besoin d’une IA souveraine Les gouvernements et les consortiums de recherche financés par des fonds publics sont soumis à une pression croissante pour…
Services financiers – Gouvernance des risques et des modèles
•
Validation fédérée des modèles pour le scoring de crédit et la fraude — conforme aux exigences Bâle/PSD2/RGPD. Suivi continu du drift, robustesse et équité sans exposer les données transactionnelles. Contexte réglementaire et opérationnel Les régulateurs bancaires européens ont durci les règles encadrant les modèles internes. En 2025, la BCE a…
Plateforme AffectLog : conformité de l’IA et protection de la vie privée dès la conception
•
La plateforme d’AffectLog résout une tension fondamentale de l’IA réglementée : les organisations ont besoin des informations tirées de modèles fondés sur les données sans porter atteinte à la vie privée, compromettre la confiance ou enfreindre des lois complexes. Dans tous les secteurs — de la santé et la finance…
Hubs de recherche AffectLog : Faire progresser une IA digne de confiance
•
Le programme de recherche d’AffectLog se situe à l’intersection de la confidentialité des données, de la conformité, des politiques et de la transparence. Chaque pôle thématique sert de plateforme pour des projets en cours, des jeux de données (lorsqu’ils sont publiquement partageables), des méthodes et des publications récentes. Ce document…
Hub de recherche sectoriel — AL360° Compliance
•
Hub de recherche — Conformité dans le secteur de la santé L’IA en santé se situe à la croisée des enjeux de confidentialité, de sécurité et des droits des patients. Dans l’UE, l’Artificial Intelligence Act classe parmi les systèmes à haut risque ceux utilisés en tant que composants de sécurité…
End-to-End Prototype using AffectLog’s Privacy-Preserving Mental Health Digital Twin Platform
•
Introduction Integrating personal health data with clinical records can greatly improve the prediction and management of mental health conditions. In this prototype, we design a privacy-preserving mental health digital twin platform that unifies data from iPhone sensors, doctor’s notes, and electronic health records (EHR) to create a dynamic digital representation…
AL360°: Redefining Trust and Access in the Private Data Economy
•
In a data-centric world marked by surging digital footprints and ever-tightening regulatory frameworks, enterprises, researchers, and policymakers face a critical dilemma: how to responsibly access and utilise sensitive, private data without breaching trust, security, or legal boundaries. This challenge is particularly pronounced in domains like healthcare, financial services, education, and…
PersonaCore: A Federated Neuromorphic Edge AI Platform for Privacy-Preserving Affective Digital Twins
•
Abstract Affective Digital Twins (ADT) are virtual replicas of human emotional and cognitive states, enabling simulation and personalized AI interactions in human-centric applications. This paper presents AffectLog PersonaCore, a technical framework for implementing ADTs via a federated, privacy-preserving, neuromorphic computing platform. We detail how PersonaCore innovates on-device federated neuromorphic processing…
