关键词adaptive data analysis
搜索结果 - 6
- 平衡对抗模型下的自适应数据分析
本文研究了在自适应数据分析中使用受限制的对手模型,证明了使用标准公钥加密假设的更强的困难性假设是不可避免的,并提高了以前的下界质量。
- 私有随机非凸优化:自适应算法和更紧的泛化界
研究不同 ially private (DP) 算法在随机非凸优化中的应用,通过提供对私有梯度法的分析,提出了 DP RMSProp 和 DP Adam 等最佳算法来达成更快的收敛速度,在两个流行的深度学习任务中,证明了 DP 自适应梯度法 - 一般测量的依赖性度量约束探索偏差
提出了一种分析和量化自适应数据分析中偏差的方法,引入了一种新的依赖度量,同时保留了互信息的关键性质,并更有效地量化了具有重尾分布的探索偏差。
- 典型稳定性
介绍了一种算法稳定性的概念 -- 典型稳定性,可以控制自适应数据分析的泛化误差,对于具有轻尾分布的计算统计信息的查询,提出了一些简单的噪音添加算法。
- 自适应数据分析与留存重用中的泛化
本文针对过拟合问题,提出了一种适用于自适应数据分析的算法,使用保留集重复验证后得到的假设,避免了过度拟合问题,同时利用描述长度和差分隐私,展示了在适应性场景下保证统计有效性的方法,并通过近似最大信息的方法将这些方法统一起来。
- 自适应数据分析中维护统计学有效性
关于如何在自适应数据分析中保证统计推断的有效性的研究,使用隐私保护技术协调估计值,并在估计指数数量的期望时取得了指数级的改进,适用于多重假设检验和虚假发现率控制。