实体
DPSGD
DPSGD
PulseAugur coverage of DPSGD — every cluster mentioning DPSGD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的CA-DPSGD框架解决了私有深度学习中的裁剪偏差
研究人员推出了一种新的框架——感知曲率的差分隐私随机梯度下降（CA-DPSGD），旨在提高差分隐私深度学习的效用。该方法利用近似二阶信息创建最优的、感知曲率的裁剪空间，从而解决了标准DPSGD中的裁剪偏差挑战。CA-DPSGD还包含一种各向异性噪声机制来维持隐私保证，并在实证测试中显示出优于现有裁剪技术的性能。
-
新的Cond-DP方法改进了差分隐私回归
研究人员开发了Cond-DP，一种新颖的差分隐私回归方法，该方法利用公共的、非敏感的特征来增强优化。该方法是DPSGD的条件变体，它采用数据驱动的条件矩阵来重塑优化景观并加速收敛。Cond-DP在各种数据集和模型架构上始终优于现有基线，为私有回归任务提供了更有效的解决方案。