关键词differentially private model training
搜索结果 - 2
- 用于差分隐私模型训练的分带平方根矩阵因式分解
我们提出了一种新的矩阵分解方法 BSR,通过利用标准矩阵平方根的特性,可以有效地处理大规模问题,并且构造了解析表达式用于处理具有动量和权重衰减的随机梯度下降,从而克服了与当前最先进的差分隐私模型训练相关方法相比的高计算开销,同时证明了这种逼 - ICLR高效计算私有数据的相似性
给定一个相似度函数和一个大型高维私有数据集,输出近似表示任意查询的总和的差分隐私数据结构。在核函数和距离函数等情况下,我们的理论结果改进了先前的研究,并提供了更好的隐私 - 效用权衡和更快的查询时间。实验表明,基于平均相似性进行分类的简单方