Copertina

Dimension-free Private Mean Estimation for Anisotropic Distributions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dagan, Yuval, Jordan, Michael I., Yang, Xuelin, Zakynthinou, Lydia, Zhivotovskiy, Nikita
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Tukey Depth Mechanisms for Practical Private Mean Estimation
di: Brown, Gavin, et al.
Pubblicazione: (2025)

Covariance-Aware Private Mean Estimation Without Private Covariance Estimation
di: Brown, Gavin, et al.
Pubblicazione: (2021)

Consistency and Inconsistency in $K$-Means Clustering
di: Blanchard, Moïse, et al.
Pubblicazione: (2025)

Beyond Worst-Case Online Classification: VC-Based Regret Bounds for Relaxed Benchmarks
di: Montasser, Omar, et al.
Pubblicazione: (2025)

Derandomizing Multi-Distribution Learning
di: Larsen, Kasper Green, et al.
Pubblicazione: (2024)

Refined Risk Bounds for Unbounded Losses via Transductive Priors
di: Qian, Jian, et al.
Pubblicazione: (2024)

Efficient Logistic Regression with Mixture of Sigmoids
di: Di Gennaro, Federico, et al.
Pubblicazione: (2026)

Lower Bounds for Greedy Teaching Set Constructions
di: Compton, Spencer, et al.
Pubblicazione: (2025)

Ratio Covers of Convex Sets and Optimal Mixture Density Estimation
di: Compton, Spencer, et al.
Pubblicazione: (2026)

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

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
di: Chen, Fan, et al.
Pubblicazione: (2026)

Learning Local Stackelberg Equilibria from Repeated Interactions with a Learning Agent
di: Ananthakrishnan, Nivasini, et al.
Pubblicazione: (2025)

Revisiting Agnostic PAC Learning
di: Hanneke, Steve, et al.
Pubblicazione: (2024)

Fast, Sample-Efficient, Affine-Invariant Private Mean and Covariance Estimation for Subgaussian Distributions
di: Brown, Gavin, et al.
Pubblicazione: (2023)

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

Majority-of-Three: The Simplest Optimal Learner?
di: Aden-Ali, Ishaq, et al.
Pubblicazione: (2024)

Shuffling-Aware Optimization for Private Vector Mean Estimation
di: Takagi, Shun, et al.
Pubblicazione: (2026)

Maximizing utility in multi-agent environments by anticipating the behavior of other learners
di: Assos, Angelos, et al.
Pubblicazione: (2024)

Differentially-Private Collaborative Online Personalized Mean Estimation
di: Yakimenka, Yauhen, et al.
Pubblicazione: (2024)

Cross-Validated Causal Inference: a Modern Method to Combine Experimental and Observational Data
di: Yang, Xuelin, et al.
Pubblicazione: (2025)

The Power of Sampling: Dimension-free Risk Bounds in Private ERM
di: Lee, Yin Tat, et al.
Pubblicazione: (2021)

Entangled Mean Estimation in High-Dimensions
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2025)

Instance-Optimality for Private KL Distribution Estimation
di: Ye, Jiayuan, et al.
Pubblicazione: (2025)

Empirical Privacy Variance
di: Hu, Yuzheng, et al.
Pubblicazione: (2025)

Computational Intractability of Strategizing against Online Learners
di: Assos, Angelos, et al.
Pubblicazione: (2025)

Exploration-free Algorithms for Multi-group Mean Estimation
di: Wei, Ziyi, et al.
Pubblicazione: (2025)

Dimension-free bounds in high-dimensional linear regression via error-in-operator approach
di: Noskov, Fedor, et al.
Pubblicazione: (2025)

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

Uniform Mean Estimation for Heavy-Tailed Distributions via Median-of-Means
di: Høgsgaard, Mikael Møller, et al.
Pubblicazione: (2025)

From External to Swap Regret 2.0: An Efficient Reduction and Oblivious Adversary for Large Action Spaces
di: Dagan, Yuval, et al.
Pubblicazione: (2023)

Fairness-Aware Meta-Learning via Nash Bargaining
di: Zeng, Yi, et al.
Pubblicazione: (2024)

Matrix Factorization for Practical Continual Mean Estimation Under User-Level Differential Privacy
di: Kalinin, Nikita P., et al.
Pubblicazione: (2026)

Private Prediction Sets
di: Angelopoulos, Anastasios N., et al.
Pubblicazione: (2021)

Gaussian Width of Convex Sets via Integral Decompositions, Projections, and the Distribution of Intrinsic Volumes
di: Pathak, Reese, et al.
Pubblicazione: (2026)

Learning Rate Scheduling with Matrix Factorization for Private Training
di: Kalinin, Nikita P., et al.
Pubblicazione: (2025)

Optimal Prediction Using Expert Advice and Randomized Littlestone Dimension
di: Filmus, Yuval, et al.
Pubblicazione: (2023)

Communication-Constrained Private Decentralized Online Personalized Mean Estimation
di: Yakimenka, Yauhen, et al.
Pubblicazione: (2025)

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

High-Dimensional Differentially Private Quantile Regression: Distributed Estimation and Statistical Inference
di: Shen, Ziliang, et al.
Pubblicazione: (2025)

Breaking the $T^{2/3}$ Barrier for Sequential Calibration
di: Dagan, Yuval, et al.
Pubblicazione: (2024)