Fugu-MT 論文翻訳(概要): The Test of Tests: A Framework For Differentially Private Hypothesis Testing

論文の概要: The Test of Tests: A Framework For Differentially Private Hypothesis Testing

arxiv url: http://arxiv.org/abs/2302.04260v1
Date: Wed, 8 Feb 2023 18:51:12 GMT
ステータス: 処理完了
システム内更新日: 2023-02-09 15:07:21.650010
Title: The Test of Tests: A Framework For Differentially Private Hypothesis Testing
Title（参考訳）: テストのテスト: 異なるプライベートな仮説テストのためのフレームワーク
Authors: Zeki Kazan, Kaiyan Shi, Adam Groce, Andrew Bray
Abstract要約: ブラックボックス方式で任意の仮説テストの差分プライベートバージョンを作成するための汎用フレームワークを提案する。 epsilon = 1では、完全な公開設定の5～6倍のデータしか必要ありません。
参考スコア（独自算出の注目度）: 2.752817022620644
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a generic framework for creating differentially private versions of any hypothesis test in a black-box way. We analyze the resulting tests analytically and experimentally. Most crucially, we show good practical performance for small data sets, showing that at epsilon = 1 we only need 5-6 times as much data as in the fully public setting. We compare our work to the one existing framework of this type, as well as to several individually-designed private hypothesis tests. Our framework is higher power than other generic solutions and at least competitive with (and often better than) individually-designed tests.
Abstract（参考訳）: ブラックボックス方式で任意の仮説テストの差分プライベートバージョンを作成するための汎用フレームワークを提案する。その結果を解析的および実験的に分析する。最も重要なのは、小さなデータセットに対して優れた実用的なパフォーマンスを示し、epsilon = 1では、完全な公開設定の5～6倍のデータしか必要ありません。私たちは、このタイプの既存のフレームワークと、個別に設計されたプライベート仮説テストを比較します。私たちのフレームワークは他のジェネリックソリューションよりも強力で、少なくとも個別に設計されたテストと競合する(そしてしばしば優れている)。

関連論文リスト

Robust Kernel Hypothesis Testing under Data Corruption [6.430258446597413]
データ破損下での頑健な置換テストを構築するための2つの一般的な方法を提案する。最小限の条件下での力の一貫性を証明する。これは、潜在的な敵攻撃を伴う現実世界のアプリケーションに対する仮説テストの実践的な展開に寄与する。
論文参考訳（メタデータ） (2024-05-30T10:23:16Z)
Precise Error Rates for Computationally Efficient Testing [75.63895690909241]
本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
論文参考訳（メタデータ） (2023-11-01T04:41:16Z)
Deep anytime-valid hypothesis testing [29.273915933729057]
非パラメトリックなテスト問題に対する強力なシーケンシャルな仮説テストを構築するための一般的なフレームワークを提案する。テスト・バイ・ベッティング・フレームワーク内で、機械学習モデルの表現能力を活用するための原則的なアプローチを開発する。合成および実世界のデータセットに関する実証的な結果は、我々の一般的なフレームワークを用いてインスタンス化されたテストが、特殊なベースラインと競合することを示している。
論文参考訳（メタデータ） (2023-10-30T09:46:19Z)
Differentially Private Permutation Tests: Applications to Kernel Methods [7.596498528060537]
差分プライバシーは、プライバシー保護のための厳格な枠組みとして登場し、学術界と産業界の両方で広く認知されている。本稿では,差分プライベートな置換テストを導入することにより,仮説テストの文脈における懸念を軽減することを目的とする。提案フレームワークは、従来の非プライベートな置換試験をプライベートな設定に拡張し、有限サンプルの妥当性と差分プライバシーの両方を厳密な方法で維持する。
論文参考訳（メタデータ） (2023-10-29T15:13:36Z)
Sequential Kernelized Independence Testing [101.22966794822084]
我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。シミュレーションデータと実データの両方にアプローチのパワーを実証する。
論文参考訳（メタデータ） (2022-12-14T18:08:42Z)
A general framework for the analysis of kernel-based tests [3.867363075280544]
いくつかのデータシナリオにおいてカーネルベースのテストの振る舞いを研究するために使用できる新しいツールを提案する。我々のフレームワークはカーネルテストのよりシンプルでクリーンな解析につながり、緩やかな規則性条件しか必要としない。一般に,本手法が要求する正則性条件が十分かつ必要であることを示すことによって,解析を改善できないことを示す。
論文参考訳（メタデータ） (2022-08-31T21:27:51Z)
Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
本研究の目的は、希少な疾患を患っているk人の集団を同定することである。個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
論文参考訳（メタデータ） (2022-06-15T16:38:50Z)
Private Sequential Hypothesis Testing for Statisticians: Privacy, Error Rates, and Sample Size [24.149533870085175]
我々は、Renyi差分プライバシーとして知られる、差分プライバシーのわずかな変種の下で、シーケンシャル仮説テスト問題を研究する。我々は,Wald's Sequential Probability Ratio Test (SPRT)に基づく新たなプライベートアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-04-10T04:15:50Z)
Learning to Generalize across Domains on Single Test Samples [126.9447368941314]
単体テストサンプルでドメインをまたいで一般化することを学ぶ。変分ベイズ推論問題として単検体への適応を定式化する。我々のモデルは、ドメインの一般化のための複数のベンチマークにおいて、最先端のメソッドよりも少なくとも同等で、より優れたパフォーマンスを達成します。
論文参考訳（メタデータ） (2022-02-16T13:21:04Z)
With Little Power Comes Great Responsibility [54.96675741328462]
アンダーパワー実験により、統計的ノイズと有意義なモデル改善の違いを識別することがより困難になる。小さなテストセットは、ほとんどの試行錯誤が、最先端のモデルと比較しても、十分なパワーが得られないことを意味している。機械翻訳では,2000文の典型的テストセットが約75%のパワーで1 BLEU点の差を検出する。
論文参考訳（メタデータ） (2020-10-13T18:00:02Z)
Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
論文参考訳（メタデータ） (2020-04-26T23:41:33Z)

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。