Buchumschlag

Statistical Inference for Privatized Data with Unknown Sample Size

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Awan, Jordan, Barrientos, Andres Felipe, Ju, Nianqiao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistics Theory Cryptography and Security Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

One Step to Efficient Synthetic Data
von: Awan, Jordan, et al.
Veröffentlicht: (2020)

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

On Differentially Private U Statistics
von: Chaudhuri, Kamalika, et al.
Veröffentlicht: (2024)

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

Optimizing Noise for $f$-Differential Privacy via Anti-Concentration and Stochastic Dominance
von: Awan, Jordan, et al.
Veröffentlicht: (2023)

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

Optimal Debiased Inference on Privatized Data via Indirect Estimation and Parametric Bootstrap
von: Wang, Zhanyu, et al.
Veröffentlicht: (2025)

Differentially Private Covariate Balancing Causal Inference
von: Ohnishi, Yuki, et al.
Veröffentlicht: (2024)

Private measures, random walks, and synthetic data
von: Boedihardjo, March, et al.
Veröffentlicht: (2022)

Beyond Covariance Matrix: The Statistical Complexity of Private Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2025)

Differentially Private Manifold Denoising
von: Wu, Jiaqi, et al.
Veröffentlicht: (2026)

Differentially Private Best-Arm Identification
von: Azize, Achraf, et al.
Veröffentlicht: (2024)

On Privately Estimating a Single Parameter
von: Asi, Hilal, et al.
Veröffentlicht: (2025)

Quantifying Jitter Transfer for Differential Measurement: Enhancing Security of Oscillator-Based TRNGs
von: Lubicz, David, et al.
Veröffentlicht: (2024)

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

Non-Random Data Encodes its Geometric and Topological Dimensions
von: Zenil, Hector, et al.
Veröffentlicht: (2024)

Sequential Change Detection for Multiple Data Streams with Differential Privacy
von: Zhang, Lixing, et al.
Veröffentlicht: (2026)

Differentially Private Sliced Inverse Regression: Minimax Optimality and Algorithm
von: Xia, Xintao, et al.
Veröffentlicht: (2024)

DP-SPRT: Differentially Private Sequential Probability Ratio Tests
von: Michel, Thomas, et al.
Veröffentlicht: (2025)

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

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

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

Sequential Membership Inference Attacks
von: Michel, Thomas, et al.
Veröffentlicht: (2026)

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

A Statistical Hypothesis Testing Framework for Data Misappropriation Detection in Large Language Models
von: Cai, Yinpeng, et al.
Veröffentlicht: (2025)

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

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

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

Formal Privacy Guarantees with Invariant Statistics
von: Cho, Young Hyun, et al.
Veröffentlicht: (2024)

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

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

Modelling 1/f Noise in TRNGs via Fractional Brownian Motion
von: Skorski, Maciej
Veröffentlicht: (2024)

Uncertainty quantification by block bootstrap for differentially private stochastic gradient descent
von: Dette, Holger, et al.
Veröffentlicht: (2024)

Average-Case Reductions for $k$-XOR and Tensor PCA
von: Bresler, Guy, et al.
Veröffentlicht: (2026)

A Linear Approach to Data Poisoning
von: Flynn, Donald, et al.
Veröffentlicht: (2025)

On Rate-Optimal Partitioning Classification from Observable and from Privatised Data
von: Csáji, Balázs Csanád, et al.
Veröffentlicht: (2023)

Causal Digital Twins for Cyber-Physical Security: A Framework for Robust Anomaly Detection in Industrial Control Systems
von: Homaei, Mohammadhossein, et al.
Veröffentlicht: (2025)

Differentially Private Low-dimensional Synthetic Data from High-dimensional Datasets
von: He, Yiyun, et al.
Veröffentlicht: (2023)

An information theorist's tour of differential privacy
von: Sarwate, Anand D., et al.
Veröffentlicht: (2025)