抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は,証明可能な性能保証を有するアウトソース設定におけるプライバシー保護Bayes最適化(BO)のための最初のアルゴリズムである,私的アウトソース-Gaussプロセス-上位信頼限界(PO-GP-UCB)アルゴリズムを提示した。データセットを保持しているエンティティとBOを実行するエンティティが,異なる関係者によって表現され,データセットは,非プライベートに放出できない。例えば,病院は,敏感な医療記録のデータセットを保持し,このデータセットのBOタスクを産業AI企業にアウトソーシングする。著者らのアプローチの鍵となるアイデアは,元のデータセットを用いた非プライベートGP-UCBランのそれと類似の著者らのアルゴリズムのBO性能を作ることであり,これはプライバシーと入力間のペアワイズ距離の両方を保存するランダム投影ベース変換を用いて達成される。著者らの主要な理論的貢献は,標準GP-UCBアルゴリズムのそれと類似のレグレットがPO-GP-UCBアルゴリズムのために確立できることを示した。合成および実世界データセットによるPO-GP-UCBアルゴリズムの性能を経験的に評価した。【JST・京大機械翻訳】