Buchumschlag

The Fast Mixing Mechanism for Differential Privacy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lev, Omri, Shenfeld, Moshe, Srinivasan, Vishwak, Ligett, Katrina, Wilson, Ashia C.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

Fast sampling from constrained spaces using the Metropolis-adjusted Mirror Langevin algorithm
von: Srinivasan, Vishwak, et al.
Veröffentlicht: (2023)

High-accuracy sampling from constrained spaces with the Metropolis-adjusted Preconditioned Langevin Algorithm
von: Srinivasan, Vishwak, et al.
Veröffentlicht: (2024)

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

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

The Approximate Fisher Influence Function: Faster Estimation of Data Influence in Statistical Models
von: Lev, Omri, et al.
Veröffentlicht: (2024)

Privacy amplification by random allocation
von: Feldman, Vitaly, et al.
Veröffentlicht: (2025)

Correlated Privacy Mechanisms for Differentially Private Distributed Mean Estimation
von: Vithana, Sajani, et al.
Veröffentlicht: (2024)

On Theoretical Limits of Learning with Label Differential Privacy
von: Zhao, Puning, et al.
Veröffentlicht: (2025)

Rao Differential Privacy
von: Soto, Carlos
Veröffentlicht: (2025)

Concentrated Differential Privacy for Bandits
von: Azize, Achraf, et al.
Veröffentlicht: (2023)

Stabilization of Perturbed Loss Function: Differential Privacy without Gradient Noise
von: Habib, Salman, et al.
Veröffentlicht: (2025)

Optimality of Staircase Mechanisms for Vector Queries under Differential Privacy
von: Melbourne, James, et al.
Veröffentlicht: (2026)

Breaking the Communication-Privacy-Accuracy Tradeoff with $f$-Differential Privacy
von: Jin, Richeng, et al.
Veröffentlicht: (2023)

Fair Decisions from Calibrated Scores: Achieving Optimal Classification While Satisfying Sufficiency
von: Benger, Etam, et al.
Veröffentlicht: (2026)

Quantum Information Ordering and Differential Privacy
von: Warsi, Naqueeb Ahmad, et al.
Veröffentlicht: (2025)

Providing Differential Privacy for Federated Learning Over Wireless: A Cross-layer Framework
von: Mao, Jiayu, et al.
Veröffentlicht: (2024)

Semivalue-based data valuation is arbitrary and gameable
von: Diehl, Hannah, et al.
Veröffentlicht: (2025)

Inference Privacy: Properties and Mechanisms
von: Tian, Fengwei, et al.
Veröffentlicht: (2024)

Privacy for Fairness: Information Obfuscation for Fair Representation Learning with Local Differential Privacy
von: Xie, Songjie, et al.
Veröffentlicht: (2024)

Fast Fourier Transform-Based Spectral and Temporal Gradient Filtering for Differential Privacy
von: Shin, Hyeju, et al.
Veröffentlicht: (2025)

Designing Algorithms for Entropic Optimal Transport from an Optimisation Perspective
von: Srinivasan, Vishwak, et al.
Veröffentlicht: (2025)

Mean-field underdamped Langevin dynamics and its spacetime discretization
von: Fu, Qiang, et al.
Veröffentlicht: (2023)

Optimal Regret of Bernoulli Bandits under Global Differential Privacy
von: Azize, Achraf, et al.
Veröffentlicht: (2025)

Collaborative Inference over Wireless Channels with Feature Differential Privacy
von: Seif, Mohamed, et al.
Veröffentlicht: (2024)

STAMP: Selective Task-Aware Mechanism for Text Privacy
von: Tian, Fengwei, et al.
Veröffentlicht: (2026)

Contraction of Locally Differentially Private Mechanisms
von: Asoodeh, Shahab, et al.
Veröffentlicht: (2022)

Decision Making in Changing Environments: Robustness, Query-Based Learning, and Differential Privacy
von: Chen, Fan, et al.
Veröffentlicht: (2025)

Differentially Private Spectral Graph Clustering: Balancing Privacy, Accuracy, and Efficiency
von: Koskela, Antti, et al.
Veröffentlicht: (2025)

On the Price of Differential Privacy for Spectral Clustering over Stochastic Block Models
von: Koskela, Antti, et al.
Veröffentlicht: (2025)

Local Differential Privacy with Correlated Noise Achieves Central-DP Optimal Cost
von: Pathegama, Madhura, et al.
Veröffentlicht: (2026)

Universal Exact Compression of Differentially Private Mechanisms
von: Liu, Yanxiao, et al.
Veröffentlicht: (2024)

From Cross-Validation to SURE: Asymptotic Risk of Tuned Regularized Estimators
von: Adusumilli, Karun, et al.
Veröffentlicht: (2026)

Universal Joint Source-Channel Coding Under an Input Energy Constraint
von: Lev, Omri, et al.
Veröffentlicht: (2021)

Efficient privacy loss accounting for subsampling and random allocation
von: Feldman, Vitaly, et al.
Veröffentlicht: (2026)

ModShift: Model Privacy via Designed Shifts
von: Kherani, Nomaan A., et al.
Veröffentlicht: (2025)

The Second Generalized Covering Radius of Binary Primitive Double-Error-Correcting BCH Codes
von: Yohananov, Lev, et al.
Veröffentlicht: (2024)

On the Coding Capacity of Reverse-Complement and Palindromic Duplication-Correcting Codes
von: Yohananov, Lev, et al.
Veröffentlicht: (2023)