差分隐私PCA新算法随相干性自适应
热点事件持续更新
差分隐私PCA新算法随相干性自适应
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Duy V. Le 提出一种 (ε,δ)-差分隐私算法，用于求矩阵 A 的前 k 个右奇异向量，其效用保证随输入矩阵相干性提高而改善。该方法基于预条件幂迭代变体，目标是显著降低满足隐私所需的噪声量。 据该论文，此前工作或只覆盖 k=1 的情形，或隐私保护明显更弱。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 14:08
面向主成分分析的差分隐私预条件幂迭代方法：随相干性自适应报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv 隐私论文面向主成分分析的差分隐私预条件幂迭代方法：随相干性自适应
研究者提出一种 (ε,δ)-差分隐私算法，用于求解矩阵 A 的前 k 个右奇异向量，其效用保证随输入矩阵的相干性提升而改善。该方法基于预条件幂迭代变体，旨在显著降低满足隐私所需的噪声量。此前工作或仅限 k=1 情形，或隐私保护明显更弱。
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。