差分プライベート主成分分析のための平滑感度ベースアプローチ【JST・京大機械翻訳】

Gilad-Bachrach Ran; Gonen Alon

プレプリント

J-GLOBAL ID：202202202901173083 整理番号：22P0042693

差分プライベート主成分分析のための平滑感度ベースアプローチ【JST・京大機械翻訳】

Smooth Sensitivity Based Approach for Differentially Private Principal Component Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2017年10月28日プレプリントサーバーでの情報更新日： 2020年02月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

このタスクの現在知られている方法は,計算的に集約的な指数機構を採用するか,共分散行列へのアクセスを必要とし,従って,データの潜在的スパース性を利用することができない。このタスクのためのより簡単でより効率的な方法を設計する問題は,サイト{カプラロブ2013微分}における未解決問題として提起された。本論文では,出力摂動メカニズムを用いてこの問題に取り組んだ。おそらく最も簡単で最も直接的な技法であるにもかかわらず,主要な固有ベクトルを出版することに関連した大きなグローバル感度のために見落とされてきた。平滑感度ベースアプローチを採用することによってこの問題に取り組み,固有ギャップ仮定の下で微分プライバシー(最悪ケース方式)と近最適サンプル複雑性結果を確立することができた。微分プライバシーの純粋と近似概念の両方を考察し,プライバシーレベルとサンプル複雑性の間のトレードオフを示した。著者らは,著者らの結果が関連する問題に拡張できることを示唆する。【JST・京大機械翻訳】

, , , , , , , ,
, , , , 【Automatic Indexing@JST】

数値計算 , データ保護

, ,

前のページに戻る