Buchumschlag

PrIsing: Privacy-Preserving Peer Effect Estimation via Ising Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chakraborty, Abhinav, Chatterjee, Anirban, Dalal, Abhinandan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Cryptography and Security Social and Information Networks Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mitigating Privacy-Utility Trade-off in Decentralized Federated Learning via $f$-Differential Privacy
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Bayesian Adversarial Privacy
von: Bell, Cameron, et al.
Veröffentlicht: (2026)

PriME: Privacy-aware Membership profile Estimation in networks
von: Chakraborty, Abhinav, et al.
Veröffentlicht: (2024)

Federated Transfer Learning with Differential Privacy
von: Li, Mengchu, et al.
Veröffentlicht: (2024)

Differentially Private Federated Learning: Servers Trustworthiness, Estimation, and Statistical Inference
von: Zhang, Zhe, et al.
Veröffentlicht: (2024)

Privacy utility trade offs for parameter estimation in degree heterogeneous higher order networks
von: Mandal, Bibhabasu, et al.
Veröffentlicht: (2026)

Unbiased Statistical Estimation and Valid Confidence Intervals Under Differential Privacy
von: Covington, Christian, et al.
Veröffentlicht: (2021)

Nonparametric extensions of randomized response for private confidence sets
von: Waudby-Smith, Ian, et al.
Veröffentlicht: (2022)

Score Attack: A Lower Bound Technique for Optimal Differentially Private Learning
von: Cai, T. Tony, et al.
Veröffentlicht: (2023)

Differentially Private Inference for Longitudinal Linear Regression
von: Sopa, Getoar, et al.
Veröffentlicht: (2026)

Differentially Private Permutation Tests: Applications to Kernel Methods
von: Kim, Ilmun, et al.
Veröffentlicht: (2023)

Concentrated Differential Privacy for Bandits
von: Azize, Achraf, et al.
Veröffentlicht: (2023)

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

Monitoring Violations of Differential Privacy over Time
von: Askin, Önder, et al.
Veröffentlicht: (2025)

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

Differentially Private Distribution Release of Gaussian Mixture Models via KL-Divergence Minimization
von: Liu, Hang, et al.
Veröffentlicht: (2025)

Privacy Preserving Adaptive Experiment Design
von: Li, Jiachun, et al.
Veröffentlicht: (2024)

General-Purpose $f$-DP Estimation and Auditing in a Black-Box Setting
von: Askin, Önder, et al.
Veröffentlicht: (2025)

On the Price of Differential Privacy for Spectral Clustering over Stochastic Block Models
von: Koskela, Antti, et al.
Veröffentlicht: (2025)

Privacy-Preserving Graph Embedding based on Local Differential Privacy
von: Li, Zening, et al.
Veröffentlicht: (2023)

Privacy-Preserving Semantic Communications via Multi-Task Learning and Adversarial Perturbations
von: Sagduyu, Yalin E., et al.
Veröffentlicht: (2025)

On Polynomial Approximations for Privacy-Preserving and Verifiable ReLU Networks
von: Ali, Ramy E., et al.
Veröffentlicht: (2020)

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

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

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

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

Differentially private projection-depth-based medians
von: Ramsay, Kelly, et al.
Veröffentlicht: (2023)

Anytime-Valid Inference for Double/Debiased Machine Learning of Causal Parameters
von: Dalal, Abhinandan, et al.
Veröffentlicht: (2024)

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

Simulation-based, Finite-sample Inference for Privatized Data
von: Awan, Jordan, et al.
Veröffentlicht: (2023)

Estimating Graph Dimension with Cross-validated Eigenvalues
von: Chen, Fan, et al.
Veröffentlicht: (2021)

Privacy-Preserving Customer Support: A Framework for Secure and Scalable Interactions
von: Awasthi, Anant Prakash, et al.
Veröffentlicht: (2024)

Infinitely divisible privacy and beyond I: resolution of the $s^2=2k$ conjecture
von: Pandey, Aaradhya, et al.
Veröffentlicht: (2025)

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

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

PrAda-GAN: A Private Adaptive Generative Adversarial Network with Bayes Network Structure
von: Jia, Ke, et al.
Veröffentlicht: (2025)

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

A Statistical Viewpoint on Differential Privacy: Hypothesis Testing, Representation and Blackwell's Theorem
von: Su, Weijie J.
Veröffentlicht: (2024)

Interaction Screening and Pseudolikelihood Approaches for Tensor Learning in Ising Models
von: Liu, Tianyu, et al.
Veröffentlicht: (2023)

Privacy of SGD under Gaussian or Heavy-Tailed Noise: Guarantees without Gradient Clipping
von: Şimşekli, Umut, et al.
Veröffentlicht: (2024)