Copertina

Efficient privacy loss accounting for subsampling and random allocation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Feldman, Vitaly, Shenfeld, Moshe
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Privacy amplification by random allocation
di: Feldman, Vitaly, et al.
Pubblicazione: (2025)

Generalization in the Face of Adaptivity: A Bayesian Perspective
di: Shenfeld, Moshe, et al.
Pubblicazione: (2021)

How Well Can Differential Privacy Be Audited in One Run?
di: Keinan, Amit, et al.
Pubblicazione: (2025)

Differentially Private Nonparametric Confidence Intervals Under Minimal Distributional Assumptions
di: Shoham, Tomer, et al.
Pubblicazione: (2025)

Instance-Optimality for Private KL Distribution Estimation
di: Ye, Jiayuan, et al.
Pubblicazione: (2025)

Cram Less to Fit More: Training Data Pruning Improves Memorization of Facts
di: Ye, Jiayuan, et al.
Pubblicazione: (2026)

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

The Fast Mixing Mechanism for Differential Privacy
di: Lev, Omri, et al.
Pubblicazione: (2026)

The Gaussian Mixing Mechanism: Renyi Differential Privacy via Gaussian Sketches
di: Lev, Omri, et al.
Pubblicazione: (2025)

JUICER: Data-Efficient Imitation Learning for Robotic Assembly
di: Ankile, Lars, et al.
Pubblicazione: (2024)

A New Analysis of Differential Privacy's Generalization Guarantees
di: Jung, Christopher, et al.
Pubblicazione: (2019)

Manifold regularization based on Nystr{ö}m type subsampling
di: Rastogi, Abhishake, et al.
Pubblicazione: (2017)

Revisiting Node Affinity Prediction in Temporal Graphs
di: Feldman, Or, et al.
Pubblicazione: (2025)

RL's Razor: Why Online Reinforcement Learning Forgets Less
di: Shenfeld, Idan, et al.
Pubblicazione: (2025)

PREAMBLE: Private and Efficient Aggregation via Block Sparse Vectors
di: Asi, Hilal, et al.
Pubblicazione: (2025)

Fast online node labeling with graph subsampling
di: Huang, Yushen, et al.
Pubblicazione: (2025)

Binomial flows: Denoising and flow matching for discrete ordinal data
di: Shenfeld, Yair, et al.
Pubblicazione: (2026)

Data subsampling for Poisson regression with pth-root-link
di: Lie, Han Cheng, et al.
Pubblicazione: (2024)

Self-Distillation Enables Continual Learning
di: Shenfeld, Idan, et al.
Pubblicazione: (2026)

Language Model Personalization via Reward Factorization
di: Shenfeld, Idan, et al.
Pubblicazione: (2025)

Federated unsupervised random forest for privacy-preserving patient stratification
di: Pfeifer, Bastian, et al.
Pubblicazione: (2024)

Tangent differential privacy
di: Ying, Lexing
Pubblicazione: (2024)

On provable privacy vulnerabilities of graph representations
di: Wu, Ruofan, et al.
Pubblicazione: (2024)

TGRL: An Algorithm for Teacher Guided Reinforcement Learning
di: Shenfeld, Idan, et al.
Pubblicazione: (2023)

KL-Regularized RLHF with Multiple Reference Models: Exact Solutions and Sample Complexity
di: Aminian, Gholamali, et al.
Pubblicazione: (2025)

Leveraging Code Cohesion Analysis to Identify Source Code Supply Chain Attacks
di: Reuben, Maor, et al.
Pubblicazione: (2025)

Differential privacy with dependent data
di: Roth, Valentin, et al.
Pubblicazione: (2025)

Local Pan-Privacy for Federated Analytics
di: Feldman, Vitaly, et al.
Pubblicazione: (2025)

Instance-Optimal Private Density Estimation in the Wasserstein Distance
di: Feldman, Vitaly, et al.
Pubblicazione: (2024)

Correction of Transformer-Based Models with Smoothing Pseudo-Projector
di: Bulgakov, Vitaly
Pubblicazione: (2026)

Geometric framework for biological evolution
di: Vanchurin, Vitaly
Pubblicazione: (2026)

Differential privacy from axioms
di: Blanc, Guy, et al.
Pubblicazione: (2025)

Computationally Efficient Replicable Learning of Parities and Applications
di: Noivirt, Moshe, et al.
Pubblicazione: (2026)

Best-of-N through the Smoothing Lens: KL Divergence and Regret Analysis
di: Aminian, Gholamali, et al.
Pubblicazione: (2025)

From Imitation to Refinement -- Residual RL for Precise Assembly
di: Ankile, Lars, et al.
Pubblicazione: (2024)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks
di: Feldman, Or, et al.
Pubblicazione: (2025)

Federated fairness-aware classification under differential privacy
di: Xue, Gengyu, et al.
Pubblicazione: (2026)

Differential privacy for symmetric log-concave mechanisms
di: Vinterbo, Staal A.
Pubblicazione: (2022)

Can sparsity improve the privacy of neural networks?
di: Gonon, Antoine, et al.
Pubblicazione: (2023)

Efficient Subgraph GNNs by Learning Effective Selection Policies
di: Bevilacqua, Beatrice, et al.
Pubblicazione: (2023)