量子与经典模型差分隐私效用对比研究
热点事件观察中
量子与经典模型差分隐私效用对比研究
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
一项 arXiv 研究在三个临床队列和一个可穿戴队列上,以每条临床记录或每位参与者为隐私单元,在五个隐私预算下比较容量匹配的量子模型、多层感知机与逻辑回归。作者 Md Khalid Syfullah 等人报告,量子模型在三个临床队列上平均 ROC AUC 领先最多 0.104,但在参与者较少的可穿戴队列上落后,原因是该队列需要加入大量噪声。 不过,24 项检验经 Holm 校正后均无显著差异,作者称这只是趋势,而非量子优势。研究代码已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 06:38
单位感知差分隐私量子机器学习:面向临床与可穿戴健康数据的研究报道时间线
沿着报道,了解事件的不同侧面。
10月21日
- arXiv 隐私论文单位感知差分隐私量子机器学习:面向临床与可穿戴健康数据的研究
一项 arXiv 研究在三个临床队列和一个可穿戴队列上,以每条临床记录或每位参与者为隐私单元,在五个隐私预算下比较容量匹配的量子模型、多层感知机与逻辑回归。量子模型在三个临床队列上平均 ROC AUC 领先最多 0.104,但在参与者较少的可穿戴队列上落后,24 项检验经 Holm 校正后均无显著差异,作者称这只是趋势而非量子优势。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。