Gaussian noise
PulseAugur coverage of Gaussian noise — every cluster mentioning Gaussian noise across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新理论探索用于成像散斑噪声的深度学习
研究人员开发了一种基于极大极小理论的似然性深度学习方法，以解决合成孔径雷达和光学相干断层扫描等成像模态中的散斑噪声问题。该新框架能够处理乘性散斑噪声和加性高斯噪声，并兼容低维和稀疏高维特征。研究建立了有限样本上界，并推导了极大极小下界，表明与仅含加性高斯噪声的模型相比，估计的内在难度基本未变。
-
新型防御TA-RS提升LLM入侵检测鲁棒性
研究人员开发了流量感知随机平滑（TA-RS），这是一种新颖的防御机制，旨在增强基于大语言模型（LLM）的入侵检测系统（IDS）抵御复杂流量操纵的鲁棒性。该方法将高斯噪声专门注入可控特征，使防御策略与攻击者的能力保持一致。TA-RS在各种数据集上展示了认证精度的显著提高，其性能优于标准的随机平滑技术，并通过调整噪声增强在RT-IoT2022等挑战性数据集上恢复了性能。
-
二叉树机制被证明是隐私连续计数的最优机制
研究人员已证明二叉树机制是近似差分隐私连续计数的最佳方法。该机制在使用高斯噪声时，实现的预期 $\ell_\infty$ 误差与流长度 $n$ 的 $\log^{3/2} n$ 成正比。研究表明，任何用于此任务的差分隐私机制都必须具有类似的误差界限，从而证实了二叉树机制在近似差分隐私设置中的渐近最优性。
-
新方法将人口普查隐私核算速度提高了1824倍
研究人员开发了一种新的求积法，显著加快了美国十年一次人口普查的隐私核算速度。该方法利用筛子算法和离散傅里叶变换，与现有技术相比实现了1824倍的速度提升，同时符合严格的误差容忍度。这项创新能够更精确地确定差分隐私所需的最小噪声量，从而提高人口普查数据在联邦资金分配和政治重新划分等应用中的统计效用。
-
新的 Thompson 采样方法解决了非平稳和私有的上下文赌博机问题
两篇新研究论文介绍了 Thompson 采样在上下文赌博机方面的新方法。一篇题为“面向非平稳上下文赌博机的流校正 Thompson 采样”的论文提出了一种贝叶斯方法，通过基于显式漂移模型进行校正和重新加权来重用历史数据，其性能优于标准的遗忘基线。第二篇论文“AdaPrivate-TS：具有隐私放大的上下文赌博机的私有 Thompson 采样”提出了一种差分私有算法，该算法将 Thompson Sampling 与批处理 zCDP 组合…
-
新型贝叶斯3D可定向CNN量化不确定性
研究人员开发了一种新颖的贝叶斯3D可定向CNN，可同时实现SE(3)-等变性和不确定性量化。该新模型在核系数上放置后验分布，从而实现随机核，同时保持精确的等变性。该框架将预测不确定性分解为认知不确定性和随机不确定性成分，在分布偏移下表现出具有竞争力的分类准确性和改进的性能。
-
新研究推动机器学习中的差分隐私发展
研究人员开发了增强机器学习中差分隐私的新方法，特别是在去中心化和因果结构学习方面。一种名为DPDL的方法，使用基于相似性的校准技术和高斯噪声来保护非IID数据上的去中心化学习的隐私，实现了线性加速。另一种方法利用全同态加密（FHE）对加密数据进行因果结构学习计算，通过电路简化和近似来管理FHE的计算成本。此外，一种基于快速变换的新型DP草图机制为DP线性回归提供了更快的运行时间，而具有相关噪声的局部差分隐私模型表明，在不牺牲效用的情况…
-
新框架审计脑语解码性能
研究人员开发了一个新的审计框架，以更好地溯源非侵入式脑语解码的性能。该方法将报告的增益分为三个来源：结构捷径、刺激锁定证据和跨窗口上下文聚合。通过分析这些组成部分，该框架旨在更准确地理解什么因素有助于从神经数据中成功检索语言，强调了溯源而非仅报告整体性能的必要性。
-
新框架实现网络数字孪生的向后优化
研究人员开发了一种新颖的框架来管理网络数字孪生（NDTs），通过在保持模型完整性的同时，实现数据的选择性移除。这种“解耦”过程解决了在物理网络部分退役或重新配置时，数据管理和隐私方面的挑战。该框架包括单次和并行数据移除请求的机制，确保剩余的数字孪生与从头开始构建的数字孪生无法区分。
-
REVIVE 3D 通过新颖的增强管线从平面图像生成体量化的 3D 资产
研究人员开发了 REVIVE 3D，一种旨在从平面 2D 图像生成详细 3D 资产的新颖两阶段管线。该系统首先通过恢复全局体量并添加部件感知细节来创建“膨胀先验”，然后使用潜在扩散过程来优化此先验。该方法旨在克服当前生成模型在处理来自有限 3D 线索的体量输出时遇到的局限性。该框架还支持图像条件下的 3D 编辑，并引入了新的指标 Compactness 和 Normal Anisotropy 来评估体量和表面质量。