Copertina

Leveraging Distribution Matching to Make Approximate Machine Unlearning Faster

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Khan, Junaid Iqbal
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

Dataset Condensation Driven Machine Unlearning
di: Khan, Junaid Iqbal
Pubblicazione: (2024)

Leveraging Per-Instance Privacy for Machine Unlearning
di: Sepahvand, Nazanin Mohammadi, et al.
Pubblicazione: (2025)

Leveraging Approximate Caching for Faster Retrieval-Augmented Generation
di: Bergman, Shai, et al.
Pubblicazione: (2025)

Attribute-to-Delete: Machine Unlearning via Datamodel Matching
di: Georgiev, Kristian, et al.
Pubblicazione: (2024)

Efficient Machine Unlearning via Influence Approximation
di: Liu, Jiawei, et al.
Pubblicazione: (2025)

Reminiscence Attack on Residuals: Exploiting Approximate Machine Unlearning for Privacy
di: Xiao, Yaxin, et al.
Pubblicazione: (2025)

Auditing Approximate Machine Unlearning for Differentially Private Models
di: Gu, Yuechun, et al.
Pubblicazione: (2025)

DurableUn: Quantization-Induced Recovery Attacks in Machine Unlearning
di: Khan, Abdullah Ahmad, et al.
Pubblicazione: (2026)

System-Aware Unlearning Algorithms: Use Lesser, Forget Faster
di: Lu, Linda, et al.
Pubblicazione: (2025)

Mimicking Better by Matching the Approximate Action Distribution
di: Ramos, João A. Cândido, et al.
Pubblicazione: (2023)

Distribution-Guided and Constrained Quantum Machine Unlearning
di: Malik, Nausherwan, et al.
Pubblicazione: (2026)

Orthogonal Subspace Projection for Continual Machine Unlearning via SVD-Based LoRA
di: Rahulamathavan, Yogachandran, et al.
Pubblicazione: (2026)

Exact Unlearning from Proxies Induces Closeness Guarantees on Approximate Unlearning
di: Dine, Virgile, et al.
Pubblicazione: (2026)

Distributional Machine Unlearning via Selective Data Removal
di: Allouah, Youssef, et al.
Pubblicazione: (2025)

Leverage Unlearning to Sanitize LLMs
di: Boutet, Antoine, et al.
Pubblicazione: (2025)

The Utility and Complexity of in- and out-of-Distribution Machine Unlearning
di: Allouah, Youssef, et al.
Pubblicazione: (2024)

Remembering Everything Makes You Vulnerable: A Limelight on Machine Unlearning for Personalized Healthcare Sector
di: Chatterjee, Ahan, et al.
Pubblicazione: (2024)

FUNU: Boosting Machine Unlearning Efficiency by Filtering Unnecessary Unlearning
di: Li, Zitong, et al.
Pubblicazione: (2025)

An Illusion of Unlearning? Assessing Machine Unlearning Through Internal Representations
di: Gao, Yichen, et al.
Pubblicazione: (2026)

Machine Unlearning for Streaming Forgetting
di: Shen, Shaofei, et al.
Pubblicazione: (2025)

Sharpness-Aware Machine Unlearning
di: Tang, Haoran, et al.
Pubblicazione: (2025)

Fairness and Robustness in Machine Unlearning
di: Tran, Khoa, et al.
Pubblicazione: (2025)

Reference-Guided Machine Unlearning
di: Mirlach, Jonas, et al.
Pubblicazione: (2026)

A Review on Machine Unlearning
di: Zhang, Haibo, et al.
Pubblicazione: (2024)

Towards Natural Machine Unlearning
di: He, Zhengbao, et al.
Pubblicazione: (2024)

Forget to Flourish: Leveraging Machine-Unlearning on Pretrained Language Models for Privacy Leakage
di: Rashid, Md Rafi Ur, et al.
Pubblicazione: (2024)

A Robust Certified Machine Unlearning Method Under Distribution Shift
di: Guo, Jinduo, et al.
Pubblicazione: (2026)

Adversarial Machine Unlearning
di: Di, Zonglin, et al.
Pubblicazione: (2024)

Deep Unlearn: Benchmarking Machine Unlearning for Image Classification
di: Cadet, Xavier F., et al.
Pubblicazione: (2024)

Contrastive Unlearning: A Contrastive Approach to Machine Unlearning
di: Lee, Hong kyu, et al.
Pubblicazione: (2024)

SFPDML: Securer and Faster Privacy-Preserving Distributed Machine Learning based on MKTFHE
di: Wang, Hongxiao, et al.
Pubblicazione: (2022)

Langevin Unlearning: A New Perspective of Noisy Gradient Descent for Machine Unlearning
di: Chien, Eli, et al.
Pubblicazione: (2024)

On the Impossibility of Retrain Equivalence in Machine Unlearning
di: Yu, Jiatong, et al.
Pubblicazione: (2025)

Efficient Verified Machine Unlearning For Distillation
di: Quan, Yijun, et al.
Pubblicazione: (2025)

Towards Source-Free Machine Unlearning
di: Ahmed, Sk Miraj, et al.
Pubblicazione: (2025)

Verifiable and Provably Secure Machine Unlearning
di: Eisenhofer, Thorsten, et al.
Pubblicazione: (2022)

Revisiting Machine Unlearning with Dimensional Alignment
di: Seo, Seonguk, et al.
Pubblicazione: (2024)

Statistical Roughness-Informed Machine Unlearning
di: Partohaghighi, Mohammad, et al.
Pubblicazione: (2026)

Label Smoothing Improves Machine Unlearning
di: Di, Zonglin, et al.
Pubblicazione: (2024)

Understanding Fine-tuning in Approximate Unlearning: A Theoretical Perspective
di: Ding, Meng, et al.
Pubblicazione: (2024)