分散最適化における統計的プライバシーの保存【JST・京大機械翻訳】

Gupta Nirupam; Gade Shripad; Chopra Nikhil; Vaidya Nitin H.

プレプリント

J-GLOBAL ID：202202219314726908 整理番号：21P0028225

分散最適化における統計的プライバシーの保存【JST・京大機械翻訳】

Preserving Statistical Privacy in Distributed Optimization

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 (4件)： , , ,
資料名：
発行年： 2020年04月02日プレプリントサーバーでの情報更新日： 2020年12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)

エージェントのローカルコスト関数の統計的プライバシーを,ネットワーク内のいくつかのエージェントを崩壊する受動敵対者に対して保存する分散最適化プロトコルを提示した。このプロトコルは,エージェントのローカルコスト関数と標準非プライベート分散最適化法を混乱させる,分散‘‘{ emの零点-和}”混乱プロトコル”の構成である。このプロトコルが,通信ネットワークが(t+1)-頂点接続性を持つ限り,任意のエージェントを最大に故障する受動敵対者に対して,エージェントの局所コスト関数の統計的プライバシーを保護することを示した。ΔΨe e 0-sum}’obfusion プロトコルは,エージェントの局所コスト関数の和を保存し,従って,計算解の精度を確実にする。【JST・京大機械翻訳】

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

人工知能 , 計算機網 , 数値計算 , その他のオペレーションズリサーチの手法 , システム・制御理論一般

, , ,

前のページに戻る