关键词huber loss minimization
搜索结果 - 2
- 基于 Huber 损失的用户级差分隐私均值估计方法
在分布式系统中,用户整体样本的隐私保护是很重要的。我们提出了基于 Huber loss 最小化的方法来进行用户级差分隐私下的均值估计,通过自适应调整 Huber loss 的连接点来处理不平衡的用户,避免了剪辑操作,大大减少了误差。通过理论 - 一种 Huber 损失最小化的拜占庭容错联邦学习方法
联邦学习系统易受到对抗攻击,本研究基于 Huber 损失最小化引入了一种新型聚合器,并进行了全面的理论分析,相比现有方法,我们的方法在独立同分布的假设下具有几个优势,包括对被攻击客户端比例(ε)具有最优依赖性,不需要对 ε 进行精确的了解,