Buchumschlag

Characterizing the Accuracy-Communication-Privacy Trade-off in Distributed Stochastic Convex Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Salgia, Sudeep, Pavlovic, Nikola, Chi, Yuejie, Zhao, Qing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Sample-Communication Complexity Trade-off in Federated Q-Learning
von: Salgia, Sudeep, et al.
Veröffentlicht: (2024)

Differential Privacy in Kernelized Contextual Bandits via Random Projections
von: Pavlovic, Nikola, et al.
Veröffentlicht: (2025)

Order-Optimal Regret in Distributed Kernel Bandits using Uniform Sampling with Shared Randomness
von: Pavlovic, Nikola, et al.
Veröffentlicht: (2024)

Differentially Private Kernelized Contextual Bandits
von: Pavlovic, Nikola, et al.
Veröffentlicht: (2025)

Distributed Linear Bandits under Communication Constraints
von: Salgia, Sudeep, et al.
Veröffentlicht: (2022)

Random Exploration in Bayesian Optimization: Order-Optimal Regret and Computational Efficiency
von: Salgia, Sudeep, et al.
Veröffentlicht: (2023)

The Curious Price of Distributional Robustness in Reinforcement Learning with a Generative Model
von: Shi, Laixi, et al.
Veröffentlicht: (2023)

Breaking the Communication-Privacy-Accuracy Tradeoff with $f$-Differential Privacy
von: Jin, Richeng, et al.
Veröffentlicht: (2023)

Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative Models
von: Li, Gen, et al.
Veröffentlicht: (2023)

Mixture-of-Experts under Finite-Rate Gating: Communication--Generalization Trade-offs
von: Khalesi, Ali, et al.
Veröffentlicht: (2026)

Meta-Learning and Targeted Differential Privacy to Improve the Accuracy-Privacy Trade-off in Recommendations
von: Müllner, Peter, et al.
Veröffentlicht: (2026)

Beyond Trade-offs: A Unified Framework for Privacy, Robustness, and Communication Efficiency in Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2025)

Statistical-Computational Trade-offs in Tensor PCA and Related Problems via Communication Complexity
von: Dudeja, Rishabh, et al.
Veröffentlicht: (2022)

Breaking the Sample Size Barrier in Model-Based Reinforcement Learning with a Generative Model
von: Li, Gen, et al.
Veröffentlicht: (2020)

Queueing-Aware Optimization of Reasoning Tokens for Accuracy-Latency Trade-offs in LLM Servers
von: Ozbas, Emre, et al.
Veröffentlicht: (2026)

The Rate-Distortion-Perception Trade-off: The Role of Private Randomness
von: Hamdi, Yassine, et al.
Veröffentlicht: (2024)

Does Privacy Always Harm Fairness? Data-Dependent Trade-offs via Chernoff Information Neural Estimation
von: Nichani, Arjun, et al.
Veröffentlicht: (2026)

An Efficient Difference-of-Convex Solver for Privacy Funnel
von: Huang, Teng-Hui, et al.
Veröffentlicht: (2024)

Bandit Convex Optimization with Gradient Prediction Adaptivity
von: Wang, Shuche, et al.
Veröffentlicht: (2026)

Trade-offs in Data Memorization via Strong Data Processing Inequalities
von: Feldman, Vitaly, et al.
Veröffentlicht: (2025)

Is Q-Learning Minimax Optimal? A Tight Sample Complexity Analysis
von: Li, Gen, et al.
Veröffentlicht: (2021)

Settling the Sample Complexity of Model-Based Offline Reinforcement Learning
von: Li, Gen, et al.
Veröffentlicht: (2022)

Stochastic Zeroth-Order Optimization under Strongly Convexity and Lipschitz Hessian: Minimax Sample Complexity
von: Yu, Qian, et al.
Veröffentlicht: (2024)

Multi-head Transformers Provably Learn Symbolic Multi-step Reasoning via Gradient Descent
von: Yang, Tong, et al.
Veröffentlicht: (2025)

In-Context Learning with Representations: Contextual Generalization of Trained Transformers
von: Yang, Tong, et al.
Veröffentlicht: (2024)

Provable Privacy Advantages of Decentralized Federated Learning via Distributed Optimization
von: Yu, Wenrui, et al.
Veröffentlicht: (2024)

High-probability sample complexities for policy evaluation with linear function approximation
von: Li, Gen, et al.
Veröffentlicht: (2023)

A Method For Bounding Tail Probabilities
von: Zlatanov, Nikola
Veröffentlicht: (2024)

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

Sample Complexity of Offline Distributionally Robust Linear Markov Decision Processes
von: Wang, He, et al.
Veröffentlicht: (2024)

Stability and Accuracy Trade-offs in Statistical Estimation
von: Chakraborty, Abhinav, et al.
Veröffentlicht: (2026)

Ensembles at Any Cost? Accuracy-Energy Trade-offs in Recommender Systems
von: Nitschke, Jannik, et al.
Veröffentlicht: (2026)

On Theoretical Limits of Learning with Label Differential Privacy
von: Zhao, Puning, et al.
Veröffentlicht: (2025)

An Information-Theoretic Framework for Out-of-Distribution Generalization with Applications to Stochastic Gradient Langevin Dynamics
von: Liu, Wenliang, et al.
Veröffentlicht: (2024)

A Deep Latent Factor Graph Clustering with Fairness-Utility Trade-off Perspective
von: Ghodsi, Siamak, et al.
Veröffentlicht: (2025)

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

Max-Linear Regression by Convex Programming
von: Kim, Seonho, et al.
Veröffentlicht: (2021)

Accelerating Convergence of Score-Based Diffusion Models, Provably
von: Li, Gen, et al.
Veröffentlicht: (2024)

Collaborative Compressors in Distributed Mean Estimation with Limited Communication Budget
von: Vardhan, Harsh, et al.
Veröffentlicht: (2026)

Semantic Text Transmission via Prediction with Small Language Models: Cost-Similarity Trade-off
von: Madhabhavi, Bhavani A, et al.
Veröffentlicht: (2024)