Buchumschlag

Subset-Based Instance Optimality in Private Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dick, Travis, Kulesza, Alex, Sun, Ziteng, Suresh, Ananda Theertha
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Cryptography and Security Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The importance of feature preprocessing for differentially private linear optimization
von: Sun, Ziteng, et al.
Veröffentlicht: (2023)

Mean estimation in the add-remove model of differential privacy
von: Kulesza, Alex, et al.
Veröffentlicht: (2023)

Optimal Guarantees for Auditing Rényi Differentially Private Machine Learning
von: Kim, Benjamin D., et al.
Veröffentlicht: (2026)

Sample-Optimal Locally Private Hypothesis Selection and the Provable Benefits of Interactivity
von: Pour, Alireza F., et al.
Veröffentlicht: (2023)

Correlated Privacy Mechanisms for Differentially Private Distributed Mean Estimation
von: Vithana, Sajani, et al.
Veröffentlicht: (2024)

Efficient Language Model Architectures for Differentially Private Federated Learning
von: Ro, Jae Hun, et al.
Veröffentlicht: (2024)

Instance-Optimal Private Density Estimation in the Wasserstein Distance
von: Feldman, Vitaly, et al.
Veröffentlicht: (2024)

Differentially Private Fair Binary Classifications
von: Ghoukasian, Hrad, et al.
Veröffentlicht: (2024)

Private Vector Mean Estimation in the Shuffle Model: Optimal Rates Require Many Messages
von: Asi, Hilal, et al.
Veröffentlicht: (2024)

Straggler-Resilient Differentially-Private Decentralized Learning
von: Yakimenka, Yauhen, et al.
Veröffentlicht: (2022)

Universal Exact Compression of Differentially Private Mechanisms
von: Liu, Yanxiao, et al.
Veröffentlicht: (2024)

Adversary-Aware Private Inference over Wireless Channels
von: Seif, Mohamed, et al.
Veröffentlicht: (2025)

GeoClip: Geometry-Aware Clipping for Differentially Private SGD
von: Gilani, Atefeh, et al.
Veröffentlicht: (2025)

Safeguarding Data in Multimodal AI: A Differentially Private Approach to CLIP Training
von: Huang, Alyssa, et al.
Veröffentlicht: (2023)

Optimal Differentially Private Sampling of Unbounded Gaussians
von: Iverson, Valentio, et al.
Veröffentlicht: (2025)

Differentially Private Synthetic Data with Private Density Estimation
von: Bojkovic, Nikolija, et al.
Veröffentlicht: (2024)

Optimal Survey Design for Private Mean Estimation
von: Chen, Yu-Wei, et al.
Veröffentlicht: (2025)

CorBin-FL: A Differentially Private Federated Learning Mechanism using Common Randomness
von: Salehi, Hojat Allah, et al.
Veröffentlicht: (2024)

Contraction of Locally Differentially Private Mechanisms
von: Asoodeh, Shahab, et al.
Veröffentlicht: (2022)

Differentially Private Synthetic High-dimensional Tabular Stream
von: Kumar, Girish, et al.
Veröffentlicht: (2024)

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

An Iterative Algorithm for Differentially Private $k$-PCA with Adaptive Noise
von: Düngler, Johanna, et al.
Veröffentlicht: (2025)

Contraction of Private Quantum Channels and Private Quantum Hypothesis Testing
von: Nuradha, Theshani, et al.
Veröffentlicht: (2024)

Asymptotics of Language Model Alignment
von: Yang, Joy Qiping, et al.
Veröffentlicht: (2024)

CURATE: Scaling-up Differentially Private Causal Graph Discovery
von: Bhattacharjee, Payel, et al.
Veröffentlicht: (2024)

Private Counterfactual Retrieval
von: Nomeir, Mohamed, et al.
Veröffentlicht: (2024)

Machine Learning Predictors for Min-Entropy Estimation
von: Blanco-Romero, Javier, et al.
Veröffentlicht: (2024)

Local Differential Privacy with Correlated Noise Achieves Central-DP Optimal Cost
von: Pathegama, Madhura, et al.
Veröffentlicht: (2026)

WW-FL: Secure and Private Large-Scale Federated Learning
von: Marx, Felix, et al.
Veröffentlicht: (2023)

Agnostic Private Density Estimation for GMMs via List Global Stability
von: Afzali, Mohammad, et al.
Veröffentlicht: (2024)

Optimal Rates for Differentially Private Hypothesis Testing with E-values
von: Jacobsen, Ben, et al.
Veröffentlicht: (2026)

CoinPress: Practical Private Mean and Covariance Estimation
von: Biswas, Sourav, et al.
Veröffentlicht: (2020)

ScionFL: Efficient and Robust Secure Quantized Aggregation
von: Ben-Itzhak, Yaniv, et al.
Veröffentlicht: (2022)

Private Counterfactual Retrieval With Immutable Features
von: Meel, Shreya, et al.
Veröffentlicht: (2024)

Better and Simpler Lower Bounds for Differentially Private Statistical Estimation
von: Narayanan, Shyam
Veröffentlicht: (2023)

Differentially Private Spectral Graph Clustering: Balancing Privacy, Accuracy, and Efficiency
von: Koskela, Antti, et al.
Veröffentlicht: (2025)

Quantum Key Distribution Secured Federated Learning for Channel Estimation and Radar Spectrum Sensing in 6G Networks
von: Catak, Ferhat Ozgur, et al.
Veröffentlicht: (2026)

Optimal Regret of Bernoulli Bandits under Global Differential Privacy
von: Azize, Achraf, et al.
Veröffentlicht: (2025)

PROPS: Progressively Private Self-alignment of Large Language Models
von: Teku, Noel, et al.
Veröffentlicht: (2025)

Private Collaborative Edge Inference via Over-the-Air Computation
von: Yilmaz, Selim F., et al.
Veröffentlicht: (2024)