文献

J-GLOBAL ID：202002247110167235   整理番号：20A2444363

DP-ANN:健康データ(Workshop Paper)に適用した新しい差動プライベート人工ニューラルネットワーク【JST・京大機械翻訳】

DP-ANN: A new Differential Private Artificial Neural Network with Application on Health data (Workshop Paper)

著者 (3件)： Sinha Indrajeet Kumar (IIIT Allahabad,MLO Lab,Prayagraj,India) ,  Singh Krishna Pratap (IIIT Allahabad,MLO Lab,Prayagraj,India) ,  Verma Shekhar (IIIT Allahabad,MLO Lab,Prayagraj,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BigMM  ページ： 351-355  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 特に健康データにおける個々のデータのプライバシーは非常に敏感で重要である。プライバシー保護マシン学習は,知識を創造する有用性を有するデータのセキュリティのための解決策の一つとして浮上している。本論文では,微分プライベート人工ニューラルネットワーク(DP-ANN)を提案し,COVID-19ケースの広がりとピーク数を予測するためのその応用を示した。ラプラシアン雑音を活性化関数レベルで導入する微分プライベート人工ニューラルネットワーク(DP-ANN)を提案し,ANNの誤差関数と重みレベルで既存のプライバシーアイデアと比較した。結果は,プライベート活性化関数によるDP-ANNモデルがベースANNモデルと類似の結果を生成することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  学習 ,  *ニューラルネットワーク ,  微分 ,  プライバシー ,  Laplace演算子 ,  セキュリティ ,  誤差関数
準シソーラス用語： 活性化関数 ,  プライバシー保護 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： DP ,  差動 ,  人工ニューラルネットワーク