Copertina

Differentially Private Geodesic Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kulkarni, Aditya, Soto, Carlos
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Practical Differentially Private Hyperparameter Tuning with Subsampling
di: Koskela, Antti, et al.
Pubblicazione: (2023)

Nearly Optimal Differentially Private ReLU Regression
di: Ding, Meng, et al.
Pubblicazione: (2025)

Differentially Private Training of Mixture of Experts Models
di: Tholoniat, Pierre, et al.
Pubblicazione: (2024)

$(ε, δ)$-Differentially Private Partial Least Squares Regression
di: Nikzad-Langerodi, Ramin, et al.
Pubblicazione: (2024)

Differentially Private In-Context Learning with Nearest Neighbor Search
di: Koskela, Antti, et al.
Pubblicazione: (2025)

Private Linear Regression with Differential Privacy and PAC Privacy
di: Yang, Hillary, et al.
Pubblicazione: (2024)

Differentially Private Linear Regression and Synthetic Data Generation with Statistical Guarantees
di: Lin, Shurong, et al.
Pubblicazione: (2025)

Differentially Private Post-Processing for Fair Regression
di: Xian, Ruicheng, et al.
Pubblicazione: (2024)

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

Differentially Private Sparse Linear Regression with Heavy-tailed Responses
di: Tian, Xizhi, et al.
Pubblicazione: (2025)

Noise-Aware Differentially Private Regression via Meta-Learning
di: Räisä, Ossi, et al.
Pubblicazione: (2024)

Enhancing Differentially Private Linear Regression via Public Second-Moment
di: Cao, Zilong, et al.
Pubblicazione: (2025)

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

Differentially Private Iterative Screening Rules for Linear Regression
di: Khanna, Amol, et al.
Pubblicazione: (2025)

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

Private Sketches for Linear Regression
di: Das, Shrutimoy, et al.
Pubblicazione: (2025)

Differentially Private Log-Location-Scale Regression Using Functional Mechanism
di: Sheng, Jiewen, et al.
Pubblicazione: (2024)

Accuracy Improvement in Differentially Private Logistic Regression: A Pre-training Approach
di: Hoseinpour, Mohammad, et al.
Pubblicazione: (2023)

Refined Differentially Private Linear Regression via Extension of a Free Lunch Result
di: S, Sasmita Harini, et al.
Pubblicazione: (2026)

Differentially Private Federated Learning With Time-Adaptive Privacy Spending
di: Kiani, Shahrzad, et al.
Pubblicazione: (2025)

Differentially Private Two-Stage Gradient Descent for Instrumental Variable Regression
di: Liang, Haodong, et al.
Pubblicazione: (2025)

Privacy-Preserving In-Context Learning with Differentially Private Few-Shot Generation
di: Tang, Xinyu, et al.
Pubblicazione: (2023)

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

Differentially Private Wasserstein Barycenters
di: Gu, Anming, et al.
Pubblicazione: (2025)

Differentially Private Policy Gradient
di: Rio, Alexandre, et al.
Pubblicazione: (2025)

Differentially Private Conformal Prediction
di: Wu, Jiamei, et al.
Pubblicazione: (2026)

Rao Differential Privacy
di: Soto, Carlos
Pubblicazione: (2025)

Differentially Private Synthetic Data via Foundation Model APIs 1: Images
di: Lin, Zinan, et al.
Pubblicazione: (2023)

Decentralized Differentially Private Power Method
di: Campbell, Andrew, et al.
Pubblicazione: (2025)

Differentially Private Kernelized Contextual Bandits
di: Pavlovic, Nikola, et al.
Pubblicazione: (2025)

Locally Differentially Private Thresholding Bandits
di: Barbara, Annalisa, et al.
Pubblicazione: (2025)

PRIMO: Private Regression in Multiple Outcomes
di: Neel, Seth
Pubblicazione: (2023)

High-Dimensional Private Linear Regression with Optimal Rates
di: Bombari, Simone, et al.
Pubblicazione: (2025)

Private and Fair Machine Learning: Revisiting the Disparate Impact of Differentially Private SGD
di: Demelius, Lea, et al.
Pubblicazione: (2025)

S-BDT: Distributed Differentially Private Boosted Decision Trees
di: Peinemann, Thorsten, et al.
Pubblicazione: (2023)

Private Regression via Data-Dependent Sufficient Statistic Perturbation
di: Ferrando, Cecilia, et al.
Pubblicazione: (2024)

Delving into Differentially Private Transformer
di: Ding, Youlong, et al.
Pubblicazione: (2024)

Differentially Private Attention Computation
di: Gao, Yeqi, et al.
Pubblicazione: (2023)

Differentially Private Diffusion Models
di: Dockhorn, Tim, et al.
Pubblicazione: (2022)

Model Agnostic Differentially Private Causal Inference
di: Lebeda, Christian Janos, et al.
Pubblicazione: (2025)