Buchumschlag

PRISM: Differentially Private Synthetic Data with Structure-Aware Budget Allocation for Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Asiaee, Amir, Yan, Chao, Abrams, Zachary B., Malin, Bradley A.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Risk-Equalized Differentially Private Synthetic Data: Protecting Outliers by Controlling Record-Level Influence
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Noise-Calibrated Inference from Differentially Private Sufficient Statistics in Exponential Families
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

CausalWrap: Model-Agnostic Causal Constraint Wrappers for Tabular Synthetic Data
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Fairness Under Group-Conditional Prior Probability Shift: Invariance, Drift, and Target-Aware Post-Processing
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Efficient Discovery of Approximate Causal Abstractions via Neural Mechanism Sparsification
von: Asiaee, Amir
Veröffentlicht: (2026)

SMOTE-DP: Improving Privacy-Utility Tradeoff with Synthetic Data
von: Zhou, Yan, et al.
Veröffentlicht: (2025)

A Reinforcement Learning Approach to Synthetic Data Generation
von: Espinosa-Dice, Natalia, et al.
Veröffentlicht: (2025)

Fix Representation (Optimally) Before Fairness: Finite-Sample Shrinkage Population Correction and the True Price of Fairness Under Subpopulation Shift
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Projected Boosting with Fairness Constraints: Quantifying the Cost of Fair Training Distributions
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Improving RCT-Based CATE Estimation Under Covariate Mismatch via Calibrated Alignment
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Partial Causal Structure Learning for Valid Selective Conformal Inference under Interventions
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

PRISM: Gauge-Invariant Tangent-Space Differentially Private LoRA
von: Wang, Shihao, et al.
Veröffentlicht: (2026)

Does Differentially Private Synthetic Data Lead to Synthetic Discoveries?
von: Perez, Ileana Montoya, et al.
Veröffentlicht: (2024)

Differentially Private Synthetic Data Generation Using Context-Aware GANs
von: Kotal, Anantaa, et al.
Veröffentlicht: (2025)

Private Prediction via Shrinkage
von: Yan, Chao
Veröffentlicht: (2026)

BGTplanner: Maximizing Training Accuracy for Differentially Private Federated Recommenders via Strategic Privacy Budget Allocation
von: Zhang, Xianzhi, et al.
Veröffentlicht: (2024)

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

dpmm: Differentially Private Marginal Models, a Library for Synthetic Tabular Data Generation
von: Mahiou, Sofiane, et al.
Veröffentlicht: (2025)

Differentially Private Synthetic Data Generation for Relational Databases
von: Alimohammadi, Kaveh, et al.
Veröffentlicht: (2024)

Online Differentially Private Synthetic Data Generation
von: He, Yiyun, et al.
Veröffentlicht: (2024)

Differentially Private Synthetic Data with Private Density Estimation
von: Bojkovic, Nikolija, et al.
Veröffentlicht: (2024)

Differentially Private Synthetic Data Release for Topics API Outputs
von: Dick, Travis, et al.
Veröffentlicht: (2025)

Quantitative Auditing of AI Fairness with Differentially Private Synthetic Data
von: Yuan, Chih-Cheng Rex, et al.
Veröffentlicht: (2025)

Differentially Private Conformal Prediction
von: Wu, Jiamei, et al.
Veröffentlicht: (2026)

An $\tilde{O}$ptimal Differentially Private Learner for Concept Classes with VC Dimension 1
von: Yan, Chao
Veröffentlicht: (2025)

Causal Discovery with Mixed Latent Confounding via Precision Decomposition
von: Asiaee, Amir, et al.
Veröffentlicht: (2025)

DAG DECORation: Continuous Optimization for Structure Learning under Hidden Confounding
von: Pal, Samhita, et al.
Veröffentlicht: (2025)

Fixed-Budget Differentially Private Best Arm Identification
von: Chen, Zhirui, et al.
Veröffentlicht: (2024)

Leveraging Programmatically Generated Synthetic Data for Differentially Private Diffusion Training
von: Choi, Yujin, et al.
Veröffentlicht: (2024)

Optimal Perturbation Budget Allocation for Data Poisoning in Offline Reinforcement Learning
von: Qiu, Junnan, et al.
Veröffentlicht: (2025)

The Importance of Being Discrete: Measuring the Impact of Discretization in End-to-End Differentially Private Synthetic Data
von: Ganev, Georgi, et al.
Veröffentlicht: (2025)

Bounding the Excess Risk for Linear Models Trained on Marginal-Preserving, Differentially-Private, Synthetic Data
von: Zhou, Yvonne, et al.
Veröffentlicht: (2024)

Adaptive Budget Allocation in LLM-Augmented Surveys
von: Ye, Zikun, et al.
Veröffentlicht: (2026)

Multi-Task Combinatorial Bandits for Budget Allocation
von: Ge, Lin, et al.
Veröffentlicht: (2024)

Prior-Dependent Allocations for Bayesian Fixed-Budget Best-Arm Identification in Structured Bandits
von: Nguyen, Nicolas, et al.
Veröffentlicht: (2024)

PRISM: Preference-Aware Influence Function Based Data Selection Method for Efficient Fine-Tuning
von: Lin, Qihao, et al.
Veröffentlicht: (2026)

Noise-Aware Differentially Private Variational Inference
von: Alrawajfeh, Talal, et al.
Veröffentlicht: (2024)

PATE-TabTransGAN: Differentially Private Synthetic Tabular Data Generation via Transformer-Based Student Discrimination
von: Youssef, M., et al.
Veröffentlicht: (2026)

Graphical vs. Deep Generative Models: Measuring the Impact of Differentially Private Mechanisms and Budgets on Utility
von: Ganev, Georgi, et al.
Veröffentlicht: (2023)

Capability-Guided Compression: Toward Interpretability-Aware Budget Allocation for Large Language Models
von: Gupta, Rishaank
Veröffentlicht: (2026)