BriefGPT.xyz
Jun, 2023
全球隐私成本和密度估计
About the Cost of Global Privacy in Density Estimation
HTML
PDF
Clément Lalanne, Aurélien Garivier, Rémi Gribonval
TL;DR
本文研究了在Lipschitz和Sobolev空间中具有全局隐私性的非参数密度估计问题,并探讨了隐私预算不应为常数的情况下的最优解。 结果表明投影估计器在这种新的设置下与纯差分隐私的相同密度类别几乎是最优的。
Abstract
We study
non-parametric density estimation
for densities in
lipschitz
and
sobolev spaces
, and under global privacy. In particular, we inve
→