University of Toronto（多伦多大学）

Securing the Future of IoMT in the Post-Quantum Era: An Edge-Native Federated Learning Approach

后量子时代保障IoMT的未来：一种边缘原生联邦学习方法

Taym Alshoghri, Deemah H. Tashman, Mohammad Reza Gerami, Soumaya Cherkaoui

机构 * LINCS Laboratory, Department of Computer and Software Engineering, Polytechnique Montréal（LINCS实验室，计算机与软件工程系，蒙特利尔理工学院） ； Department of Computer Science, University of Toronto（计算机科学系，多伦多大学） 纠错

AI总结 针对IoMT设备资源受限且处理敏感健康数据的安全隐私问题，提出一种集成后量子密码学的Kubernetes框架，通过边缘原生联邦学习实现低延迟分布式加密处理。

ADORE: Iterative Query Expansion with Retrieval-Grounded Relevance Feedback

ADORE: 基于检索反馈的迭代查询扩展

Amin Bigdeli, Negar Arabzadeh, Radin Hamidi Rad, Sajad Ebrahimi, Charles L. A. Clarke, Ebrahim Bagheri

机构 * University of Waterloo（滑铁卢大学） ； Mila – Quebec AI Institute（魁北克人工智能研究所） ； University of Toronto（多伦多大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 提出ADORE框架，通过迭代生成伪段落、检索语料库并评估相关性，利用检索反馈指导查询扩展，显著提升检索性能。