研究人员开发了一种新的差分隐私加权经验风险最小化（wERM）算法，这是标准ERM的推广，它考虑了不同个体对目标函数的贡献。这种新颖的方法提供了正式的隐私保证，并推导了经验和总体超额风险界限。该框架特别适用于个体化治疗规则的隐私保护方法，例如结果加权学习（OWL），并在模拟和真实数据实验中展示了稳健的性能。 AI
影响 增强了在敏感数据上训练的机器学习模型的隐私保证，从而能够更广泛地应用结果加权学习。
排序理由 学术论文，详细介绍了新的差分隐私加权经验风险最小化算法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
