文献

J-GLOBAL ID：201802275735697946   整理番号：18A1685252

JO-DPMF:結合最適化による差分プライベート行列因子分解学習【JST・京大機械翻訳】

Jo-DPMF: Differentially private matrix factorization learning through joint optimization

著者 (6件)： Zhang Feng (School of Computer Science, China University of Geosciences, Wuhan 430074, China) ,  Zhang Feng (Hubei Key Laboratory of Intelligent Geo-Information Processing, China University of Geosciences, Wuhan 430074, China) ,  Lee Victor E. (GraphSQL Inc., Mountain View, CA 94043, USA) ,  Raymond Choo Kim-Kwang (Department of Information Systems and Cyber Security, University of Texas at San Antonio, San Antonio, TX 78249, USA) ,  Raymond Choo Kim-Kwang (Information Assurance Research Group, University of South Australia, Adelaide, SA 5095, Australia) ,  Raymond Choo Kim-Kwang (School of Computer Science, China University of Geosciences, Wuhan 430074, China)
資料名： Information Sciences  (Information Sciences)
巻： 467  ページ： 271-281  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 確率的勾配降下(SGD)は,行列因数分解を実行するために広く用いられている技術である。SGDベースの行列因数分解は多くの反復計算を含む。したがって,微分プライバシーの逐次構成理論によると,異なる個人的行列因数分解の従来の実装戦略は,Laplace雑音が元の行列に加えられるか,因数行列に追加されるかどうかにかかわらず,有意な誤差蓄積をもたらす可能性がある。実際に,差別的な個人的行列因数分解の実装は,今日までに提案された結果が非効率的なプライバシーとデータユーティリティの問題を持っているという問題がある。本論文では,挑戦に取り組むために目的摂動法を用いた。この方法は,結果を摂動する代わりに目的関数を摂動することにより,誤差蓄積を劇的に軽減する。この方法は,同じ大きさのプライバシーを達成するためにベクトル雑音よりもスカラー雑音だけを必要とするので,最先端の方法よりも性能が優れている。さらに,著者らの方法は,SGDの従来の学習手順に従い,可能な限りその収束速度と精度を最適化する結合最適化により,得られた行列を学習することができる。また,微分プライバシー保証に加えて,新しいモデルがk-coRating,k-匿名様プライバシー保存モデルと一緒に動作し,データユーティリティを強化する方法を経験的に示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  摂動法 ,  雑音 ,  スカラー ,  *最適化 ,  *学習 ,  微分 ,  目的関数 ,  プライバシー ,  フィルタリング
準シソーラス用語： 協調フィルタリング ,  匿名 ,  収束速度 ,  最先端 ,  行列因数分解 ,  *因子分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 行列因子分解 ,  微分プライバシー ,  推薦システム ,  協調フィルタリング ,  確率的勾配降下

分類 (5件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J) ,  データ保護  (JD01020V) ,  計算理論  (JB02000A) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 結合最適化 ,  差分 ,  行列 ,  因子分解 ,  学習