| dc.date.accessioned | 2024-10-22T14:06:05Z | |
| dc.date.available | 2024-10-22T14:06:05Z | |
| dc.identifier.uri | https://comparte.uacj.mx/handle/123456789/2062 | |
| dc.description | Las oficinas gubernamentales del Reino Unido suelen albergar conversaciones delicadas, y es importante asegurarse de que no estén amenazadas por intentos de escucha accidentales o nefastos. Estos riesgos se evalúan continuamente debido al alto ritmo de cambio tecnológico. En su último desafío, HMGCC Co-Creation quiere escuchar a organizaciones que desarrollan técnicas de inteligencia artificial/aprendizaje automático que brindan cancelación de ruido avanzada para ayudarlos a comprender lo que ahora es posible y realizar pruebas en un escenario de oficina gubernamental. | es_MX |
| dc.description.abstract | La Co-Creación de HMGCC ha lanzado su Desafío llamado Reducir los riesgos de escuchas ilegales utilizando IA para comprender la amenaza de que terceros utilicen inteligencia artificial (IA)/aprendizaje automático (ML) para cancelar el ruido aleatorio y no deseado. | es_MX |
| dc.relation.ispartof | Universidad Autónoma de Ciudad Juárez | |
| dc.subject | Convocatoria | es_MX |
| dc.title | HMGCC Co-Creation Challenge: Cutting Eavesdropping Risks Using AI | es_MX |
| dc.type | Convocatorias | |
| dc.subtipo | Investigación | |
| dc.fechapublicacion.fin | 2024-11-07 | es_MX |
| dc.fechapublicacion.inicio | 2024-10-22 | es_MX |
| dc.portal | Conecta docentes | es_MX |
| dc.liga.convocatoria | https://cp.catapult.org.uk/opportunity/hmgcc-challenge-cutting-eavesdropping-risks-using-ai/ | |
