Fugu-MT 論文翻訳(概要): Secure and Accurate Summation of Many Floating-Point Numbers

論文の概要: Secure and Accurate Summation of Many Floating-Point Numbers

arxiv url: http://arxiv.org/abs/2312.10247v1
Date: Fri, 15 Dec 2023 22:37:20 GMT
ステータス: 処理完了
システム内更新日: 2024-03-18 12:07:24.051889
Title: Secure and Accurate Summation of Many Floating-Point Numbers
Title（参考訳）: 浮動小数点数の安全性と精度
Authors: Marina Blanton, Michael T. Goodrich, Chen Yuan,
Abstract要約: セキュアなマルチパーティ技術を用いた浮動小数点超積算器の実装方法を示す。セキュアなマルチパーティ技術を用いた浮動小数点超積算器の実装方法を示す。
参考スコア（独自算出の注目度）: 6.479224589451862
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Motivated by the importance of floating-point computations, we study the problem of securely and accurately summing many floating-point numbers. Prior work has focused on security absent accuracy or accuracy absent security, whereas our approach achieves both of them. Specifically, we show how to implement floating-point superaccumulators using secure multi-party computation techniques, so that a number of participants holding secret shares of floating-point numbers can accurately compute their sum while keeping the individual values private.
Abstract（参考訳）: 浮動小数点演算の重要性から,多数の浮動小数点数を安全に正確に要約する問題を考察した。これまでの作業では、セキュリティの欠如やセキュリティの欠如に重点を置いていますが、私たちのアプローチはどちらも実現しています。具体的には、セキュアなマルチパーティ計算技術を用いて浮動小数点演算子を実装する方法を示し、浮動小数点数の秘密共有を保持する参加者が、個々の値をプライベートに保ちながら、その和を正確に計算できるようにする。

関連論文リスト

Semiparametric conformal prediction [79.6147286161434]
リスクに敏感なアプリケーションは、複数の、潜在的に相関したターゲット変数に対して、よく校正された予測セットを必要とする。スコアをランダムなベクトルとして扱い、それらの連接関係構造を考慮した予測セットを構築することを目的とする。実世界のレグレッション問題に対して,所望のカバレッジと競争効率について報告する。
論文参考訳（メタデータ） (2024-11-04T14:29:02Z)
Secure numerical simulations using fully homomorphic encryption [2.923600136516929]
ホモモルフィック暗号化(英語版) (FHE) は暗号化されたデータに対するセキュアな計算を可能にする。偏微分方程式のプライバシ保存数値シミュレーションにおけるFHEの適用可能性について検討する。
論文参考訳（メタデータ） (2024-10-29T07:47:10Z)
Floating-floating point: a highly accurate number representation with flexible Counting ranges [9.19134521360893]
本稿では,浮動小数点数である浮動小数点(F2P)について紹介する。このような柔軟性は、選択したサブレンジに対する精度の向上と、大きなカウント範囲につながる。
論文参考訳（メタデータ） (2024-09-22T18:52:13Z)
Focus for Free in Density-Based Counting [56.961229110268036]
利用可能なポイントアノテーションを再利用して、カウント性能を向上させる2つの方法を紹介します。 1つ目は、ポイントアノテーションを利用して、入力画像と密度画像の両方で隠蔽されたオブジェクトをシミュレートするカウント固有の拡張である。第2の方法である前景蒸留は点アノテーションから前景マスクを生成し,黒色背景を持つ画像上で補助的ネットワークを訓練する。
論文参考訳（メタデータ） (2023-06-08T11:54:37Z)
Rediscovering Hashed Random Projections for Efficient Quantization of Contextualized Sentence Embeddings [113.38884267189871]
エッジデバイス上でのトレーニングと推論は、しばしば計算上の制限のために効率的なセットアップを必要とする。データ表現の事前計算とサーバへのキャッシュにより、エッジデバイスの広範な計算が軽減される。ランダムな超平面射影を用いた単純かつ効果的な手法を提案する。組込みは, 浮動小数点の94%-99%を保持できる様々な英語およびドイツ語の文分類タスクにおいて, トレーニングモデルに有効であることを示す。
論文参考訳（メタデータ） (2023-03-13T10:53:00Z)
ByzSecAgg: A Byzantine-Resistant Secure Aggregation Scheme for Federated Learning Based on Coded Computing and Vector Commitment [90.60126724503662]
ByzSecAggは、フェデレートラーニングのための効率的なセキュアアグリゲーションスキームである。 ByzSecAggは、ビザンツの攻撃やプライバシーの漏洩から保護されている。
論文参考訳（メタデータ） (2023-02-20T11:15:18Z)
Quantized Neural Networks for Low-Precision Accumulation with Guaranteed Overflow Avoidance [68.8204255655161]
本稿では,推定時のアキュムレータの精度を下げる際に,数値オーバーフローを回避する量子化学習アルゴリズムを提案する。本手法は,浮動小数点点ベースラインに対するモデル精度を維持しつつ,アキュムレータの精度を低減できることを示す。
論文参考訳（メタデータ） (2023-01-31T02:46:57Z)
Fixed-point iterations for several dissimilarity measure barycenters in the Gaussian case [69.9674326582747]
目標追跡とセンサ融合の文脈では、多数のガウス密度を扱うことは珍しくない。 FPI(Fixed-Point Iterations)は、いくつかの異なる尺度に従って、バリセンタの計算を行う。
論文参考訳（メタデータ） (2022-05-10T11:12:12Z)
Integer-arithmetic-only Certified Robustness for Quantized Neural Networks [14.737638416823772]
敵の例に対処する一連の作業は、ランダムな平滑化による堅牢性を保証する。このようなメカニズムは通常、推論の計算に浮動小数点演算を使用する。提案手法は,浮動小数点演算によるロバストな手法よりも精度と4x5xの高速化が得られることを示す。
論文参考訳（メタデータ） (2021-08-21T01:15:19Z)
Secure multiparty computations in floating-point arithmetic [22.1121541072473]
マルチパーティ計算は、いわゆる機密データの共有を複数のパーティに分散することを可能にする。当事者は、計算の完了時にすべての処理結果を信頼できる第三者に送信することを共謀することができる。プライバシを保存する機械学習のためのセキュアなマルチパーティ計算は、単なる標準浮動小数点演算で可能になった。
論文参考訳（メタデータ） (2020-01-09T19:30:14Z)

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。