跳到正文
热点事件观察中

差分隐私下回归信号检测的极小极大分离率

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

一篇 arXiv 论文在 (ε, δ)-中心差分隐私下,为误差分布未知的线性回归和含未知截距的广义线性模型(GLM)建立了跨稀疏度水平的极小极大分离率。 论文称,无稀疏约束时,线性回归与二值响应 GLM 的分离率在 polylog 因子内与隐私高斯均值检验率一致;当响应结果多于两类且维度超过样本量 n 时,边际响应分布的额外信息可更快检测足够小的信号。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv 隐私论文
    差分隐私下回归信号检测的极小极大信号检测

    该研究在 (ε, δ)-中心差分隐私下,为线性回归(误差分布未知)和含未知截距的广义线性模型(GLM)建立了跨稀疏度水平的极小极大分离率。无稀疏约束时,线性回归与二值响应 GLM 的分离率在 polylog 因子内与隐私高斯均值检验率一致;当响应结果多于两类且维度超过样本量 n 时,边际响应分布的额外信息可更快检测足够小的信号。

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。