ReLU neural tangent

新方法使用矩匹配生成差分隐私合成数据

研究人员开发了一种使用广义矩匹配生成差分隐私合成数据的新方法。该技术私有地估计矩，拟合概率测度，然后采样合成记录。该框架适用于各种积分概率度量，包括用于 Wasserstein 距离的 Chebyshev 矩匹配、具有 Matern 和 Laplace 核的最大均值差异以及切片 Wasserstein 距离。结果表明，在固定维度下，生成的合成数据速率接近 minimax 最优。