İŞLETMELER ARASI HETEROJEN VERİLERİN GİZLİLİĞİNİ KORUMAYA YÖNELİK ÖĞRENME MODEL ÇERÇEVESİ

Yapay zekâ uygulamalarının hızla yaygınlaştığı bir çağda, veri kullanımının yaygınlaşması ve kişisel hakların korunmasının giderek zorlaşması, bu alanın doğası gereği dijital kişisel veri koruma tekniklerinin geliştirilmesinin önünü açmıştır. Bu çalışmada, kavramsal analiz kullanılarak literatürden kişisel verilerin korunmasına yönelik gizlilik koruma teknikleri çıkarılmıştır. Literatür analizinden 30 farklı makaleye dayanarak, aynı amaç için farklı verilerin eğitilmesine olanak tanıyan Federe Transfer Öğrenme yöntemini tanımlayan bir model önerisi geliştirilmiştir. Böylece çalışma, yerel verileri paylaşmadan çeşitli verilerin kullanılmasını sağlayarak ve ortak sorunların çözümü için gizlilik koruması ile karar alma desteği sağlayarak sahadaki pratik veri kullanım zorluklarını ele alan teorik ve pratik katkılar sağlayacaktır.