Feb, 2022

存在原子时的私有分位数估计

PDF
TL;DR本文研究了从数据集中不考虑统计学的特性的情况下，利用非平滑逆灵敏（IS）机制估计分布的多个分位数（MQ）的问题，并将其应用于数据分析中。通过实验证明非平滑 IS 机制与 JointExp 算法在计算复杂度和效率方面非常相似，同时也证明了这两种算法在连续分布下是统计一致的。然而，在尖峰分布的情况下，这种方法存在表现不佳的问题，作者提出了一种称为启发式平滑 JointExp 的方法，它在问题数据集上的表现比原算法好了数个数量级。
differentially private estimationmultiple quantilesinverse sensitivity mechanismjointexp algorithmheuristically smoothed jointexp
发现论文，激发创造
  • 差分隐私分位数

    本文介绍一种使用指数机制实现差分隐私的算法，该算法可以在保护数据隐私的前提下同时估算出 $m$ 个分位数。在真实和合成数据上，该算法显著优于当前最先进的算法，并且依然具有足够的实用性。

    Feb, 2021

  • 广义最大熵估计

    本文提出了一个基于凸规划对偶性的新的近似方案，使用平滑的快速梯度方法来估计最大化熵的概率分布，同时满足一定数量的被噪声污染的时刻约束，进一步阐述了如何通过该方案来近似化学主方程和解决具有无穷状态和动作空间的约束马尔可夫决策过程的问题。

    Aug, 2017

  • 通过分布式平滑分位数估计进行快速网络数据选择

    通过使用平滑技术，本文提出了一种加速方法，旨在解决网络规模的局部目标函数缺乏光滑性时导致的收敛速度慢和可扩展性差的问题，以实现具有分布式凸优化的多元集合下的前 k 个元素选择。

    Jun, 2024

  • 混合互信息估计的有效性

    本研究提出了一种结合判别性和生成性方法的变分界的估算方法，我们进一步提出了一种名为 PQ 的简单生成方法，可以与判别性估计器轻松结合，可以在高维高斯分布和随机过程数据上实现更紧凑的互信息估计。

    Jun, 2023

  • 分布式高维分位数回归：估计效率与支持恢复

    分布式估计和支持恢复在高维线性分位数回归中具有重要意义，本文通过将原始分位数回归转化为最小二乘优化问题，并应用双平滑方法，提出了一种新的分布式方法来解决此类问题，在保证计算和通信效率的同时能够实现接近 Oracle 收敛速度和高支持恢复精度的估计结果。通过对合成实例和真实数据应用的大量实验，验证了该方法的有效性。

    May, 2024

  • 局部敏感量化快速私有核密度估计

    研究了不同隐私保护机制，包括局部敏感量化的构造、带核的密度估计和增强隐私工具等，实现了快速，准确和隐私保护的数据操作。

    Jul, 2023

  • 草堆中的针和稻草：可能稀疏序列的经验贝叶斯估计

    研究了一种基于经验贝叶斯方法的估计计算模型，可以适应稀疏和密集序列，使用这种模型可以实现多种类型和程度的稀疏度，包括 “几乎黑线性” 序列和规范化的 Lp 范数序列。结果表明，该方法在各类序列估计速率方面达到最优状态，并且能够自动适应底层信号的稀疏性。

    Oct, 2004

  • 应用于 A/B 测试和最佳臂识别的分位数序列估计

    该研究论文提出了一种置信度序列方法，可用于跟踪任何完全排序集合上的分布分位数，同时提供了新的经验分布函数的集中不等式，并在多臂老虎机框架中提供了选择玩家的新算法和样本复杂度边界。

    Jun, 2019

  • 无限维指数族密度估计

    使用无限维度的指数族函数族估算未知的概率密度，通过解决一个简单的有限维度线性系统，获得比非参数核密度估算器更好的结果，该估算器基于 Fisher 散度，可以在 Kullback-Leibler 散度下近似表示广泛类别的概率密度。

    Dec, 2013

  • 异质人群精度矩阵的联合估计

    本研究提出一种用于估计异构总体逆协方差矩阵的通用框架，该框架使用 Laplacian shrinkage penalty 来鼓励异构但相关子总体的估计值之间的相似性，同时允许矩阵之间的差异。通过使用经验协方差矩阵的阈值截断来识别所估计的精密矩阵的联合块对角线结构，提出了一种有效的交替方向乘法器（ADMM）算法以及其在高维中的快速计算扩展。研究表明，该方法具有应用价值。

    Jan, 2016