实体
Taylor Expansion
Taylor Expansion
PulseAugur coverage of Taylor Expansion — every cluster mentioning Taylor Expansion 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
最近 · 第 1/1 页 · 共 2 条
-
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…
-
新论文强调AI模型解释中基线被忽视的问题
研究人员发现当前模型解释技术中存在一个关键的疏忽：基线被忽视。该论文认为，忽略基线会导致对AI模型解释不准确或存在缺陷。作者提出了一种重新构建的模型解释方法，统一了诸如基于梯度技术和泰勒展开等现有方法，并为每种方法明确定义了基线。他们提倡使用一种基于归因误差的新评估指标，并引入了一种通过纳入清晰基线而取得更好结果的改进解释方法。