Privacy-Preserving Active Learning for bio-inspired soft robotics maintenance during mission-critical recovery windows

Esta investigación explora la combinación de aprendizaje automático que preserva la privacidad, específicamente privacidad diferencial y aprendizaje activo, para el mantenimiento de robótica blanda bioinspirada. El trabajo aborda el desafío de reentrenar modelos de mantenimiento predictivo sin exponer datos propietarios durante ventanas críticas de recuperación.