Buchumschlag

Private Online Learning via Lazy Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Asi, Hilal, Koren, Tomer, Liu, Daogao, Talwar, Kunal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security Data Structures and Algorithms Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Batch Size for Privately Finding Second-Order Stationary Points
von: Liu, Daogao, et al.
Veröffentlicht: (2024)

Private Stochastic Convex Optimization with Heavy Tails: Near-Optimality from Simple Reductions
von: Asi, Hilal, et al.
Veröffentlicht: (2024)

PREAMBLE: Private and Efficient Aggregation via Block Sparse Vectors
von: Asi, Hilal, et al.
Veröffentlicht: (2025)

Faster Algorithms for User-Level Private Stochastic Convex Optimization
von: Lowy, Andrew, et al.
Veröffentlicht: (2024)

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

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

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

Improved Sample Complexity for Private Nonsmooth Nonconvex Optimization
von: Kornowski, Guy, et al.
Veröffentlicht: (2024)

Differential Privacy for Euclidean Jordan Algebra with Applications to Private Symmetric Cone Programming
von: Song, Zhao, et al.
Veröffentlicht: (2025)

Private Geometric Median in Nearly-Linear Time
von: Kumar, Syamantak, et al.
Veröffentlicht: (2025)

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

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

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

Private PAC Learning May be Harder than Online Learning
von: Bun, Mark, et al.
Veröffentlicht: (2024)

Differentially Private Bilevel Optimization: Efficient Algorithms with Near-Optimal Rates
von: Lowy, Andrew, et al.
Veröffentlicht: (2025)

Smooth Lower Bounds for Differentially Private Algorithms via Padding-and-Permuting Fingerprinting Codes
von: Peter, Naty, et al.
Veröffentlicht: (2023)

Algorithmic Aspects of the Log-Laplace Transform and a Non-Euclidean Proximal Sampler
von: Gopi, Sivakanth, et al.
Veröffentlicht: (2023)

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

Private Statistical Estimation via Truncation
von: Zampetakis, Manolis, et al.
Veröffentlicht: (2025)

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

Private Learning of Littlestone Classes, Revisited
von: Lyu, Xin
Veröffentlicht: (2025)

Ramsey Theorems for Trees and a General 'Private Learning Implies Online Learning' Theorem
von: Fioravanti, Simone, et al.
Veröffentlicht: (2024)

Streaming Private Continual Counting via Binning
von: Andersson, Joel Daniel, et al.
Veröffentlicht: (2024)

Online Distribution Learning with Local Private Constraints
von: Sima, Jin, et al.
Veröffentlicht: (2024)

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

Optimal Bounds for Private Minimum Spanning Trees via Input Perturbation
von: Pagh, Rasmus, et al.
Veröffentlicht: (2024)

Private Selection with Heterogeneous Sensitivities
von: Antonova, Daniela, et al.
Veröffentlicht: (2025)

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

Improved Accuracy for Private Continual Cardinality Estimation in Fully Dynamic Streams via Matrix Factorization
von: Andersson, Joel Daniel, et al.
Veröffentlicht: (2026)

Efficiently Computing Similarities to Private Datasets
von: Backurs, Arturs, et al.
Veröffentlicht: (2024)

How Private are DP-SGD Implementations?
von: Chua, Lynn, et al.
Veröffentlicht: (2024)

Faster Private Minimum Spanning Trees
von: Pagh, Rasmus, et al.
Veröffentlicht: (2024)

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

Private Continual Counting of Unbounded Streams
von: Jacobsen, Ben, et al.
Veröffentlicht: (2025)

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

Learning-Augmented Algorithms for Online Concave Packing and Convex Covering Problems
von: Grigorescu, Elena, et al.
Veröffentlicht: (2024)

A Simple Learning-Augmented Algorithm for Online Packing with Concave Objectives
von: Grigorescu, Elena, et al.
Veröffentlicht: (2024)

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

Not All Learnable Distribution Classes are Privately Learnable
von: Bun, Mark, et al.
Veröffentlicht: (2024)

PLAN: Variance-Aware Private Mean Estimation
von: Aumüller, Martin, et al.
Veröffentlicht: (2023)