会员服务
最优化 · 优化器 · 图 · 注意力机制 · 数据库 ·
2021 年 5 月 12 日
A Nearly Instance-optimal Differentially Private Mechanism for Conjunctive Queries
翻译：近乎最理想的合并询问机制的差别化私人机制
Wei Dong,Ke Yi
Wei Dong,Ke Yi

Releasing the result size of conjunctive queries and graph pattern queries under differential privacy (DP) has received considerable attention in the literature, but existing solutions do not offer any optimality guarantees. We provide the first DP mechanism for this problem with a fairly strong notion of optimality, which can be considered as a natural relaxation of instance-optimality.


翻译：区分隐私(DP)下的合并质询和图表式质询的结果规模在文献中受到相当重视,但现有解决方案并不能提供任何最佳性保障。 我们为这一问题的第一个DP机制提供了相当强烈的优化性概念,这可以被视为自然放松实例的最佳性。
0
下载
关闭预览

相关内容

最优化是应用数学的一个分支，主要指在一定条件限制下，选取某种研究方案使目标达到最优的一种方法。最优化问题在当今的军事、工程、管理等领域有着极其广泛的应用。
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
哥伦比亚大学最新《机器学习》课程，Fall-B 2020 (Machine Learning)
专知会员服务
38+阅读 · 2020年11月3日
NLP必读经典文献100篇
专知会员服务
123+阅读 · 2020年9月8日
【北京大学】Locally Differentially Private (Contextual) Bandits Learning
【北京大学】Locally Differentially Private (Contextual) Bandits Learning
专知会员服务
12+阅读 · 2020年6月8日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
236+阅读 · 2019年10月21日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
145+阅读 · 2019年10月12日
【新书】Python编程基础，669页pdf
【新书】Python编程基础，669页pdf
专知会员服务
187+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
101+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
已删除
已删除
将门创投
12+阅读 · 2019年7月1日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【论文推荐】最新七篇图像检索相关论文—草图、Tie-Aware、场景图解析、叠加跨注意力机制、深度哈希、人群估计
【论文推荐】最新七篇图像检索相关论文—草图、Tie-Aware、场景图解析、叠加跨注意力机制、深度哈希、人群估计
专知
10+阅读 · 2018年4月22日
【推荐】直接未来预测：增强学习监督学习
【推荐】直接未来预测：增强学习监督学习
机器学习研究会
6+阅读 · 2017年11月24日
老铁，邀请你来免费学习人工智能！！！
老铁，邀请你来免费学习人工智能！！！
量化投资与机器学习
4+阅读 · 2017年11月14日
Efficient Estimation of Pathwise Differentiable Target Parameters with the Undersmoothed Highly Adaptive Lasso
Efficient Estimation of Pathwise Differentiable Target Parameters with the Undersmoothed Highly Adaptive Lasso
Arxiv
0+阅读 · 2021年7月2日
A Practical Guide to Counterfactual Estimators for Causal Inference with Time-Series Cross-Sectional Data
Arxiv
0+阅读 · 2021年7月2日
Impact Remediation: Optimal Interventions to Reduce Inequality
Impact Remediation: Optimal Interventions to Reduce Inequality
Arxiv
0+阅读 · 2021年7月1日
Asymptotically Optimal Welfare of Posted Pricing for Multiple Items with MHR Distributions
Arxiv
0+阅读 · 2021年7月1日
Graph Connectivity and Single Element Recovery via Linear and OR Queries
Arxiv
0+阅读 · 2021年7月1日
Nearly-Tight and Oblivious Algorithms for Explainable Clustering
Arxiv
0+阅读 · 2021年6月30日
Minimal sample size in balanced ANOVA models of crossed, nested, and mixed classifications
Arxiv
0+阅读 · 2021年6月30日
ppAURORA: Privacy Preserving Area Under Receiver Operating Characteristic and Precision-Recall Curves with Secure 3-Party Computation
Arxiv
0+阅读 · 2021年6月30日
Numerical Composition of Differential Privacy
Arxiv
0+阅读 · 2021年6月29日
HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering
HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering
Arxiv
4+阅读 · 2018年9月25日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
最优化
优化器
图
注意力机制
数据库
相关VIP内容
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
哥伦比亚大学最新《机器学习》课程，Fall-B 2020 (Machine Learning)
专知会员服务
38+阅读 · 2020年11月3日
NLP必读经典文献100篇
专知会员服务
123+阅读 · 2020年9月8日
【北京大学】Locally Differentially Private (Contextual) Bandits Learning
【北京大学】Locally Differentially Private (Contextual) Bandits Learning
专知会员服务
12+阅读 · 2020年6月8日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
236+阅读 · 2019年10月21日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
145+阅读 · 2019年10月12日
【新书】Python编程基础，669页pdf
【新书】Python编程基础，669页pdf
专知会员服务
187+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
101+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
热门VIP内容
相关资讯
已删除
已删除
将门创投
12+阅读 · 2019年7月1日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【论文推荐】最新七篇图像检索相关论文—草图、Tie-Aware、场景图解析、叠加跨注意力机制、深度哈希、人群估计
【论文推荐】最新七篇图像检索相关论文—草图、Tie-Aware、场景图解析、叠加跨注意力机制、深度哈希、人群估计
专知
10+阅读 · 2018年4月22日
【推荐】直接未来预测：增强学习监督学习
【推荐】直接未来预测：增强学习监督学习
机器学习研究会
6+阅读 · 2017年11月24日
老铁，邀请你来免费学习人工智能！！！
老铁，邀请你来免费学习人工智能！！！
量化投资与机器学习
4+阅读 · 2017年11月14日
相关论文
Efficient Estimation of Pathwise Differentiable Target Parameters with the Undersmoothed Highly Adaptive Lasso
Efficient Estimation of Pathwise Differentiable Target Parameters with the Undersmoothed Highly Adaptive Lasso
Arxiv
0+阅读 · 2021年7月2日
A Practical Guide to Counterfactual Estimators for Causal Inference with Time-Series Cross-Sectional Data
Arxiv
0+阅读 · 2021年7月2日
Impact Remediation: Optimal Interventions to Reduce Inequality
Impact Remediation: Optimal Interventions to Reduce Inequality
Arxiv
0+阅读 · 2021年7月1日
Asymptotically Optimal Welfare of Posted Pricing for Multiple Items with MHR Distributions
Arxiv
0+阅读 · 2021年7月1日
Graph Connectivity and Single Element Recovery via Linear and OR Queries
Arxiv
0+阅读 · 2021年7月1日
Nearly-Tight and Oblivious Algorithms for Explainable Clustering
Arxiv
0+阅读 · 2021年6月30日
Minimal sample size in balanced ANOVA models of crossed, nested, and mixed classifications
Arxiv
0+阅读 · 2021年6月30日
ppAURORA: Privacy Preserving Area Under Receiver Operating Characteristic and Precision-Recall Curves with Secure 3-Party Computation
Arxiv
0+阅读 · 2021年6月30日
Numerical Composition of Differential Privacy
Arxiv
0+阅读 · 2021年6月29日
HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering
HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering
Arxiv
4+阅读 · 2018年9月25日
Top
微信扫码咨询专知VIP会员
Top