Copertina

Quantum Local Differential Privacy and Quantum Statistical Query Model

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Angrisani, Armando, Kashefi, Elham
Natura:	Preprint
Pubblicazione:	2022
Soggetti:	Quantum Physics Cryptography and Security Data Structures and Algorithms Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Information-Theoretic Limits of Quantum Learning via Data Compression
di: Angrisani, Armando, et al.
Pubblicazione: (2021)

Prediction with Expert Advice under Local Differential Privacy
di: Jacobsen, Ben, et al.
Pubblicazione: (2025)

High-Probability Bounds For Heterogeneous Local Differential Privacy
di: Aliakbarpour, Maryam, et al.
Pubblicazione: (2025)

On Computing Pairwise Statistics with Local Differential Privacy
di: Ghazi, Badih, et al.
Pubblicazione: (2024)

The Discrete Gaussian for Differential Privacy
di: Canonne, Clément L., et al.
Pubblicazione: (2020)

On the Price of Differential Privacy for Hierarchical Clustering
di: Deng, Chengyuan, et al.
Pubblicazione: (2025)

Local Pan-Privacy for Federated Analytics
di: Feldman, Vitaly, et al.
Pubblicazione: (2025)

Edgeworth Accountant: An Analytical Approach to Differential Privacy Composition
di: Wang, Hua, et al.
Pubblicazione: (2022)

Fast John Ellipsoid Computation with Differential Privacy Optimization
di: Li, Xiaoyu, et al.
Pubblicazione: (2024)

Individual Privacy Accounting for Differentially Private Stochastic Gradient Descent
di: Yu, Da, et al.
Pubblicazione: (2022)

Differentially Private Bootstrap: New Privacy Analysis and Inference Strategies
di: Wang, Zhanyu, et al.
Pubblicazione: (2022)

Improved Regret in Stochastic Decision-Theoretic Online Learning under Differential Privacy
di: Wu, Ruihan, et al.
Pubblicazione: (2025)

Analysis of Shuffling Beyond Pure Local Differential Privacy
di: Takagi, Shun, et al.
Pubblicazione: (2026)

Learning from End User Data with Shuffled Differential Privacy over Kernel Densities
di: Wagner, Tal
Pubblicazione: (2025)

Local Node Differential Privacy
di: Raskhodnikova, Sofya, et al.
Pubblicazione: (2026)

Epsilon*: Privacy Metric for Machine Learning Models
di: Negoescu, Diana M., et al.
Pubblicazione: (2023)

Triangle Counting with Local Edge Differential Privacy
di: Eden, Talya, et al.
Pubblicazione: (2023)

Robustness Implies Privacy in Statistical Estimation
di: Hopkins, Samuel B., et al.
Pubblicazione: (2022)

Private Statistical Estimation via Truncation
di: Zampetakis, Manolis, et al.
Pubblicazione: (2025)

A Bias-Accuracy-Privacy Trilemma for Statistical Estimation
di: Kamath, Gautam, et al.
Pubblicazione: (2023)

Privacy-Computation trade-offs in Private Repetition and Metaselection
di: Talwar, Kunal
Pubblicazione: (2024)

Privacy Amplification Persists under Unlimited Synthetic Data Release
di: Pierquin, Clément, et al.
Pubblicazione: (2026)

Avoiding Pitfalls for Privacy Accounting of Subsampled Mechanisms under Composition
di: Lebeda, Christian Janos, et al.
Pubblicazione: (2024)

Differentially Private Clustering in Data Streams
di: Epasto, Alessandro, et al.
Pubblicazione: (2023)

Cycle Counting under Local Differential Privacy for Degeneracy-bounded Graphs
di: Hillebrand, Quentin, et al.
Pubblicazione: (2024)

Fingerprinting Codes Meet Geometry: Improved Lower Bounds for Private Query Release and Adaptive Data Analysis
di: Lyu, Xin, et al.
Pubblicazione: (2024)

Private Mean Estimation with Person-Level Differential Privacy
di: Agarwal, Sushant, et al.
Pubblicazione: (2024)

Continual Release of Densest Subgraphs: Privacy Amplification & Sublinear Space via Subsampling
di: Zhou, Felix
Pubblicazione: (2025)

Differentially Private Multi-Sampling from Distributions
di: Cheu, Albert, et al.
Pubblicazione: (2024)

Linear-Time User-Level DP-SCO via Robust Statistics
di: Ghazi, Badih, et al.
Pubblicazione: (2025)

Differentially Private Learning Beyond the Classical Dimensionality Regime
di: Dwork, Cynthia, et al.
Pubblicazione: (2024)

Efficient and Near-Optimal Noise Generation for Streaming Differential Privacy
di: Dvijotham, Krishnamurthy, et al.
Pubblicazione: (2024)

Almost Tight Error Bounds on Differentially Private Continual Counting
di: Henzinger, Monika, et al.
Pubblicazione: (2022)

A Differentially Private Clustering Algorithm for Well-Clustered Graphs
di: He, Weiqiang, et al.
Pubblicazione: (2024)

On Differentially Private Subspace Estimation in a Distribution-Free Setting
di: Tsfadia, Eliad
Pubblicazione: (2024)

Scaling up the Banded Matrix Factorization Mechanism for Differentially Private ML
di: McKenna, Ryan
Pubblicazione: (2024)

Differential Privacy on Trust Graphs
di: Ghazi, Badih, et al.
Pubblicazione: (2024)

Differential Private Stochastic Optimization with Heavy-tailed Data: Towards Optimal Rates
di: Zhao, Puning, et al.
Pubblicazione: (2024)

Making Old Things New: A Unified Algorithm for Differentially Private Clustering
di: la Tour, Max Dupré, et al.
Pubblicazione: (2024)

A Polynomial Time, Pure Differentially Private Estimator for Binary Product Distributions
di: Singhal, Vikrant
Pubblicazione: (2023)