論文の概要: Streaming Submodular Maximization with Differential Privacy
- arxiv url: http://arxiv.org/abs/2210.14315v1
- Date: Tue, 25 Oct 2022 20:18:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-10-27 13:45:43.031009
- Title: Streaming Submodular Maximization with Differential Privacy
- Title（参考訳）: 差分プライバシーを用いたストリーミングサブモジュラー最大化
- Authors: Anamay Chaturvedi, Huy L\^e Nguyen, Thy Nguyen
- Abstract要約: ストリーミング環境における部分モジュラ関数をプライベートに最大化する問題について検討する。
部分モジュラ函数は、部分モジュラ函数の和として記述できるときに分解可能である。
- 参考スコア（独自算出の注目度）: 8.04779839951237
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we study the problem of privately maximizing a submodular
function in the streaming setting. Extensive work has been done on privately
maximizing submodular functions in the general case when the function depends
upon the private data of individuals. However, when the size of the data stream
drawn from the domain of the objective function is large or arrives very fast,
one must privately optimize the objective within the constraints of the
streaming setting. We establish fundamental differentially private baselines
for this problem and then derive better trade-offs between privacy and utility
for the special case of decomposable submodular functions. A submodular
function is decomposable when it can be written as a sum of submodular
functions; this structure arises naturally when each summand function models
the utility of an individual and the goal is to study the total utility of the
whole population as in the well-known Combinatorial Public Projects Problem.
Finally, we complement our theoretical analysis with experimental
corroboration.
- Abstract（参考訳）: 本研究では,ストリーミング環境におけるサブモジュラー関数をプライベートに最大化する問題について検討する。
関数が個人のプライベートデータに依存する場合の一般的な場合において、プライベートに最大化するサブモジュラー関数に関する広範な研究がなされている。
しかしながら、目的関数のドメインから引き出されたデータストリームのサイズが大きくなったり、非常に速く到達した場合には、ストリーミング設定の制約内で目標をプライベートに最適化する必要がある。
この問題に対する基本的独立性を確立し、分解可能な部分モジュラー関数の特別な場合におけるプライバシーとユーティリティのトレードオフを改善する。
サブモジュラー関数は、サブモジュラー関数の和として書けるときに分解可能であり、この構造は、各サムマンド関数が個人の効用をモデル化するときに自然に生じ、その目的は、よく知られた組合せ公プロジェクト問題と同様に、人口全体の全効能を研究することである。
最後に,理論解析を実験的確証で補完する。
関連論文リスト
- Maximizing Submodular Functions for Recommendation in the Presence of
Biases [25.081136190260015]
サブセット選択タスクはシステムや検索エンジンで発生し、ユーザの価値を最大化する項目のサブセットを選択するように要求する。
多くの応用において、入力は出力サブセットの有用性を減らす社会的バイアスを持つことが観察されている。
公平性制約に基づく介入は,比例表現の確保だけでなく,バイアスの存在下での準最適性も達成できることを示す。
論文 参考訳（メタデータ） (2023-05-03T15:20:00Z) - Neural Estimation of Submodular Functions with Applications to
Differentiable Subset Selection [50.14730810124592]
サブモジュール関数と変種は、多様性とカバレッジを特徴付ける能力を通じて、データ選択と要約のための重要なツールとして登場した。
本稿では,モノトーンおよび非モノトーン部分モジュラー関数のためのフレキシブルニューラルネットワークであるFLEXSUBNETを提案する。
論文 参考訳（メタデータ） (2022-10-20T06:00:45Z) - On Differential Privacy for Federated Learning in Wireless Systems with
Multiple Base Stations [90.53293906751747]
複数の基地局とセル間干渉を持つ無線システムにおける連合学習モデルを考える。
本稿では,学習過程の収束挙動を,その最適性ギャップの上限を導出することによって示す。
提案するスケジューラは,ランダムなスケジューラと比較して予測平均精度を向上する。
論文 参考訳（メタデータ） (2022-08-25T03:37:11Z) - Sparsification of Decomposable Submodular Functions [27.070004659301162]
サブモジュール関数は多くの機械学習とデータマイニングタスクの中核にある。
元の関数の根底にある部分モジュラ関数の数がとても多いので、処理に多くの時間が必要で、あるいはメインメモリに収まらない場合もあります。
分解可能部分モジュラ函数に対するスパーシフィケーションの概念を導入し、元の関数の正確な近似を得る目的は、少数の部分モジュラ函数の(重み付けされた)和である。
論文 参考訳（メタデータ） (2022-01-18T20:05:25Z) - Submodular + Concave [53.208470310734825]
第一次最適化法が凹関数の最大目的値に収束できることはよく確立されている。
本研究では、滑らかな函数凸体(英語版)の行列式を$F(x) = G(x) +C(x)$で始める。
このクラスの函数は、保証がないような凹凸函数と連続DR-部分モジュラ函数の両方の拡張である。
論文 参考訳（メタデータ） (2021-06-09T01:59:55Z) - Planning with Submodular Objective Functions [118.0376288522372]
準モジュラー目的関数を用いて計画を行い、累積報酬を最大化する代わりに、劣モジュラー関数によって誘導される値の最大化を目標とする。
本フレームワークは, 基本性制約を特別な場合として, 標準計画と準モジュラー目標を仮定する。
論文 参考訳（メタデータ） (2020-10-22T16:55:12Z) - Fast and Private Submodular and $k$-Submodular Functions Maximization
with Matroid Constraints [27.070004659301162]
差分プライバシーの枠組みにおいて, マットロイド制約を受ける単調部分モジュラ函数を最大化する問題について検討する。
マットロイド制約を受けるべき$k$submodular関数を保存する最初の$frac12$-approximationアルゴリズムを与える。
論文 参考訳（メタデータ） (2020-06-28T23:18:58Z) - Continuous Submodular Function Maximization [91.17492610120324]
連続部分モジュラリティ (continuous submodularity) は、幅広い応用を持つ関数のクラスである。
連続的な部分モジュラ最適化の応用は、影響、推論のMAP、フィールドへの推論など多岐にわたる。
論文 参考訳（メタデータ） (2020-06-24T04:37:31Z) - From Sets to Multisets: Provable Variational Inference for Probabilistic
Integer Submodular Models [82.95892656532696]
サブモジュール関数は機械学習やデータマイニングにおいて広く研究されている。
本研究では,整数部分モジュラ函数に対する連続DR-部分モジュラ拡張を提案する。
整数部分モジュラー関数によって定義される新しい確率モデルを定式化する。
論文 参考訳（メタデータ） (2020-06-01T22:20:45Z) - Differentially Private Decomposable Submodular Maximization [12.835348339847762]
分解可能部分モジュラ函数の微分プライベート制約問題について検討する。
部分モジュラ函数の和の形を取ると、部分モジュラ函数は分解可能である。
一般マトロイド制約下では単調および非単調の分解可能部分モジュラーの差分プライベートアルゴリズムを設計する。
論文 参考訳（メタデータ） (2020-05-29T17:59:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。