×
布兰科，盖伊

子采样足以进行自适应数据分析。 （英语） Zbl 07844648号

Saha，Barna（编辑）等人，第55届ACM SIGACT计算理论研讨会论文集，STOC’23，美国佛罗里达州奥兰多，2023年6月20日至23日。纽约州纽约市：计算机协会（ACM）。999-1012 (2023).

MSC公司：

68季度xx 计算理论

关键词：

自适应数据分析;信息论;统计查询
PDF格式BibTeX公司 XML格式引用
\textit{G.Blanc}，in：第55届ACM SIGACT计算理论研讨会论文集，STOC’23，美国佛罗里达州奥兰多，2023年6月20-23日。纽约州纽约市：计算机协会（ACM）。999-1012（2023；Zbl 07844648）
全文： 内政部 arXiv公司

参考文献：

[1] 博尔贾·巴利、吉莱斯·巴特和马可·加波阿迪。2018年。通过次级抽样扩大隐私：通过耦合和分歧进行严密分析。神经信息处理系统进展，31（2018）。
[2] Raef Bassily、Kobbi Nissim、Adam Smith、Thomas Steinke、Uri Stemmer和Jonathan Ullman。2016年，自适应数据分析的算法稳定性。在第四十八届ACM计算理论研讨会的会议记录中。1046-1059. ·Zbl 1376.68122号
[3] 盖伊·布朗。2023.子采样足以进行自适应数据分析。arxiv:2302.08661。
[4] Yuval Dagan和Gil Kur。2022.针对不同隐私的有界噪声机制。在学习理论会议上。625-661.
[5] 辛西娅·德沃克、维塔利·费尔德曼、莫里茨·哈特、托尼·皮塔西、奥马尔·莱因戈尔德和亚伦·罗斯。2015年，自适应数据分析和保持重用的推广。神经信息处理系统进展，28（2015）·Zbl 1359.62437号
[6] 辛西娅·德沃克（Cynthia Dwork）、维塔利·费尔德曼（Vitaly Feldman）、莫里茨·哈德（Moritz Hardt）、托尼安·皮塔西（Toniann Pitassi）、奥马尔·莱因戈尔德（Omer Reingold）和亚伦·。2015年。可重复使用的坚持：在自适应数据分析中保持有效性。《科学》，3496248（2015），636-638·Zbl 1359.62437号
[7] 辛西娅·德沃克（Cynthia Dwork）、维塔利·费尔德曼（Vitaly Feldman）、莫里茨·哈德（Moritz Hardt）、托尼安·皮塔西（Toniann Pitassi）、奥马尔·莱因戈尔德（Omer Reingold）和亚伦·莱昂。2015年，在自适应数据分析中保持统计有效性。第四十七届ACM计算理论年会论文集。117-126. ·Zbl 1321.68401号
[8] 维塔利·费尔德曼（Vitaly Feldman）、埃琳娜·格里戈雷斯库（Elena Grigorescu）、列夫·雷津（Lev Reyzin）、桑托什·S·万帕拉（Santosh S Vempala）和英肖（Ying Xiao）。2017.检测蓄意集团的统计算法和下限。《美国医学会杂志》（JACM），64，2（2017），1-37·兹比尔1397.68085
[9] 维塔利·费尔德曼和托马斯·斯坦克。2017.通过稳定中位数对自适应选择的估计量进行推广。在学习理论会议上。728-757.
[10] 维塔利·费尔德曼和托马斯·斯坦克。2018年，在自适应数据分析中校准噪声到方差。在学习理论会议上。535-544.
[11] 维塔利·费尔德曼和蒂亚娜·兹尼克。2021.通过renyi过滤器进行个人隐私核算。神经信息处理系统进展，34（2021），2808-28091。
[12] Benjamin Fish、Lev Reyzin和Benjamin IP Rubinstein。2020年，自适应数据分析中不牺牲准确性的采样。算法学习理论。297-318. ·Zbl 1497.68419号
[13] 莫里茨·哈德和乔纳森·厄尔曼。2014年，在交互式数据分析中很难防止错误发现。2014年IEEE第55届计算机科学基础年会。454-463.
[14] 迈克尔·卡恩斯。1998.从统计查询中进行高效的容错学习。ACM期刊（JACM），45，6（1998），983-1006·Zbl 1065.68605号
[15] 瑞安·罗杰斯（Ryan Rogers）、亚伦·罗斯（Aaron Roth）、亚当·史密斯（Adam Smith）和奥姆·塔卡尔（Om Thakkar）。2016年，最大信息、差异隐私和选择后假设测试。2016年IEEE第57届计算机科学基础年会（FOCS）。487-494.
[16] 丹尼尔·鲁索和詹姆斯·邹。2016年，利用信息理论控制自适应数据分析中的偏差。Arthur Gretton和Christian C.Robert（编辑），《第19届国际人工智能与统计会议论文集》（Proceedings of the 19th International Conference on Artificial Intelligence and Statistics）（机器学习研究论文集，第51卷）。西班牙加的斯PMLR。1232-1240. https://proceedings.mlr.press/v51/russo16.html
[17] 罗恩·沙蒂尔（Ronen Shaltiel）。2004.证明强直积定理。计算复杂性，12，1/2（2004），1-22·Zbl 1084.68542号
[18] 亚当·斯密。2017.自适应数据分析中的信息、隐私和稳定性。arXiv预打印arXiv:1706.00820。
[19] 托马斯·斯坦克。2022.差分隐私的构成和子抽样隐私放大。arXiv预打印arXiv:2210.00597。
[20] 托马斯·斯坦克和乔纳森·厄尔曼。2015年，在纯粹和近似差异隐私之间。arXiv预打印arXiv:1501.06095。
[21] 托马斯·斯坦克和乔纳森·厄尔曼。2015年。交互式指纹代码和防止错误发现的难度。在学习理论会议上。1588-1628.
[22] 朱玉清和王玉祥。2019.Poission子样本的雷尼差异隐私。在机器学习国际会议上。7634-7642.
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。