Buchumschlag

Improving Noise Efficiency in Privacy-preserving Dataset Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Runkai, Dasu, Vishnu Asutosh, Wang, Yinong Oliver, Wang, Haohan, De la Torre, Fernando
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Visual Data Diagnosis and Debiasing with Concept Graphs
von: Chakraborty, Rwiddhi, et al.
Veröffentlicht: (2024)

Robustness of Vision Language Models Against Split-Image Harmful Input Attacks
von: Rashid, Md Rafi Ur, et al.
Veröffentlicht: (2026)

Unsupervised Model Diagnosis
von: Wang, Yinong Oliver, et al.
Veröffentlicht: (2024)

Simple Unsupervised Knowledge Distillation With Space Similarity
von: Singh, Aditya, et al.
Veröffentlicht: (2024)

Dataset Distillation via the Wasserstein Metric
von: Liu, Haoyang, et al.
Veröffentlicht: (2023)

Not All Samples Should Be Utilized Equally: Towards Understanding and Improving Dataset Distillation
von: Wang, Shaobo, et al.
Veröffentlicht: (2024)

Distilling Out-of-Distribution Robustness from Vision-Language Foundation Models
von: Zhou, Andy, et al.
Veröffentlicht: (2023)

D3S2: Diffusion-Guided Dataset Distillation for Semantic Segmentation
von: Zheng, Wenjie, et al.
Veröffentlicht: (2026)

CA-W3D: Leveraging Context-Aware Knowledge for Weakly Supervised Monocular 3D Detection
von: Liu, Chupeng, et al.
Veröffentlicht: (2025)

Privacy-Preserving Data Deduplication for Enhancing Federated Learning of Language Models (Extended Version)
von: Abadi, Aydin, et al.
Veröffentlicht: (2024)

Noise Injection: Improving Out-of-Distribution Generalization for Limited Size Datasets
von: Mai, Duong, et al.
Veröffentlicht: (2025)

FedDP: Privacy-preserving method based on federated learning for histopathology image segmentation
von: Pan, Liangrui, et al.
Veröffentlicht: (2024)

Towards Principled Dataset Distillation: A Spectral Distribution Perspective
von: Wu, Ruixi, et al.
Veröffentlicht: (2026)

Boosting 3D Neuron Segmentation with 2D Vision Transformer Pre-trained on Natural Images
von: Cheng, Yik San, et al.
Veröffentlicht: (2024)

Visual-Noise Guided In-Context Distillation for Multimodal Large Language Model Unlearning
von: Chen, Junkai, et al.
Veröffentlicht: (2026)

HSENet: Hybrid Spatial Encoding Network for 3D Medical Vision-Language Understanding
von: Shi, Yanzhao, et al.
Veröffentlicht: (2025)

CusEnhancer: A Zero-Shot Scene and Controllability Enhancement Method for Photo Customization via ResInversion
von: Ren, Maoye, et al.
Veröffentlicht: (2025)

FD$^2$: A Dedicated Framework for Fine-Grained Dataset Distillation
von: Ma, Hongxu, et al.
Veröffentlicht: (2026)

Label-Augmented Dataset Distillation
von: Kang, Seoungyoon, et al.
Veröffentlicht: (2024)

Emphasizing Discriminative Features for Dataset Distillation in Complex Scenarios
von: Wang, Kai, et al.
Veröffentlicht: (2024)

See Through the Noise: Improving Domain Generalization in Gaze Estimation
von: Peng, Yanming, et al.
Veröffentlicht: (2026)

Mitigating Bias in Dataset Distillation
von: Cui, Justin, et al.
Veröffentlicht: (2024)

Distill the Best, Ignore the Rest: Improving Dataset Distillation with Loss-Value-Based Pruning
von: Moser, Brian B., et al.
Veröffentlicht: (2024)

Dataset Distillation via Committee Voting
von: Cui, Jiacheng, et al.
Veröffentlicht: (2025)

DMGD: Train-Free Dataset Distillation with Semantic-Distribution Matching in Diffusion Models
von: Wang, Qichao, et al.
Veröffentlicht: (2026)

Progressive Knowledge Distillation Of Stable Diffusion XL Using Layer Level Loss
von: Gupta, Yatharth, et al.
Veröffentlicht: (2024)

Improving the Transferability of Adversarial Examples by Inverse Knowledge Distillation
von: Wu, Wenyuan, et al.
Veröffentlicht: (2025)

VirPro: Visual-referred Probabilistic Prompt Learning for Weakly-Supervised Monocular 3D Detection
von: Liu, Chupeng, et al.
Veröffentlicht: (2026)

Improved Noise Schedule for Diffusion Training
von: Hang, Tiankai, et al.
Veröffentlicht: (2024)

On the Diversity and Realism of Distilled Dataset: An Efficient Dataset Distillation Paradigm
von: Sun, Peng, et al.
Veröffentlicht: (2023)

Robust Noisy Label Learning via Two-Stream Sample Distillation
von: Bai, Sihan, et al.
Veröffentlicht: (2024)

Privacy-Preserving Model Transcription with Differentially Private Synthetic Distillation
von: Liu, Bochao, et al.
Veröffentlicht: (2026)

Multimodal Distribution Matching for Vision-Language Dataset Distillation
von: Jeong, Jongoh, et al.
Veröffentlicht: (2026)

Diffusion-Augmented Coreset Expansion for Scalable Dataset Distillation
von: Abbasi, Ali, et al.
Veröffentlicht: (2024)

Beyond Dataset Distillation: Lossless Dataset Concentration via Diffusion-Assisted Distribution Alignment
von: Liu, Tongfei, et al.
Veröffentlicht: (2026)

Behave Your Motion: Habit-preserved Cross-category Animal Motion Transfer
von: Zhang, Zhimin, et al.
Veröffentlicht: (2025)

Graph-Based Cross-Domain Knowledge Distillation for Cross-Dataset Text-to-Image Person Retrieval
von: Luo, Bingjun, et al.
Veröffentlicht: (2025)

Decoupled Audio-Visual Dataset Distillation
von: Li, Wenyuan, et al.
Veröffentlicht: (2025)

Hyperbolic Dataset Distillation
von: Li, Wenyuan, et al.
Veröffentlicht: (2025)

FADRM: Fast and Accurate Data Residual Matching for Dataset Distillation
von: Cui, Jiacheng, et al.
Veröffentlicht: (2025)