論文の概要: Programming Frameworks for Differential Privacy
- arxiv url: http://arxiv.org/abs/2403.11088v1
- Date: Sun, 17 Mar 2024 04:44:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 20:17:05.937051
- Title: Programming Frameworks for Differential Privacy
- Title(参考訳): 微分プライバシーのためのプログラミングフレームワーク
- Authors: Marco Gaboardi, Michael Hay, Salil Vadhan,
- Abstract要約: プログラミングフレームワークの基礎となる概念のいくつかを調査する。
実践者にとって、この調査は、プログラミングフレームワークを選択するときにどんな機能が価値のあるのかを理解するための出発点を提供することができる。
研究者にとってこれは、既存の作業を統一的に整理し、将来のフレームワークで新機能を理解するためのコンテキストを提供するのに役立つ。
- 参考スコア(独自算出の注目度): 8.264953375644009
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many programming frameworks have been introduced to support the development of differentially private software applications. In this chapter, we survey some of the conceptual ideas underlying these frameworks in a way that we hope will be helpful for both practitioners and researchers. For practitioners, the survey can provide a starting point for understanding what features may be valuable when selecting a programming framework. For researchers, it can help organize existing work in a unified way and provide context for understanding new features in future frameworks.
- Abstract(参考訳): 多くのプログラミングフレームワークが、微分プライベートなソフトウェアアプリケーションの開発をサポートするために導入された。
本章では,これらのフレームワークの基礎となる概念のいくつかを,実践者と研究者の両方にとって有用な方法で調査する。
実践者にとって、この調査は、プログラミングフレームワークを選択するときにどんな機能が価値のあるのかを理解するための出発点を提供することができる。
研究者にとってこれは、既存の作業を統一的に整理し、将来のフレームワークで新機能を理解するためのコンテキストを提供するのに役立つ。
関連論文リスト
- Retrieval-Enhanced Machine Learning: Synthesis and Opportunities [60.34182805429511]
検索エンハンスメントは機械学習(ML)の幅広い範囲に拡張できる
この研究は、MLの様々な領域の文献を、現在の文献から欠落している一貫した表記で合成することで、このパラダイムの正式なフレームワークであるRetrieval-Enhanced Machine Learning (REML)を導入する。
本研究の目的は、様々な分野の研究者に対して、検索強化モデルの包括的、正式に構造化された枠組みを付与し、学際的な将来の研究を促進することである。
論文 参考訳(メタデータ) (2024-07-17T20:01:21Z) - Action Research with Industrial Software Engineering -- An Educational Perspective [0.5257115841810258]
アクションリサーチは、産業環境でのソフトウェアエンジニアリング手法の有用性とユーザビリティを探求する機会を提供する。
ソフトウェア開発組織と異なる種類のインタラクションが必要です。
本章は、行動研究の学習と指導を支援することを目的としている。
論文 参考訳(メタデータ) (2024-07-05T17:05:06Z) - Coding for Intelligence from the Perspective of Category [66.14012258680992]
符号化の対象はデータの圧縮と再構成、インテリジェンスである。
最近の傾向は、これらの2つの分野の潜在的均一性を示している。
本稿では,カテゴリ理論の観点から,インテリジェンスのためのコーディングの新たな問題を提案する。
論文 参考訳(メタデータ) (2024-07-01T07:05:44Z) - Visual Representation Learning with Stochastic Frame Prediction [90.99577838303297]
本稿では,フレーム予測における不確実性を捉えることを学ぶ映像生成の考え方を再考する。
フレーム間の時間情報を学習するためのフレーム予測モデルを訓練するフレームワークを設計する。
このアーキテクチャは、両目的を相乗的かつ計算効率のよい方法で組み合わせることができる。
論文 参考訳(メタデータ) (2024-06-11T16:05:15Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳(メタデータ) (2024-01-17T21:30:45Z) - pyribs: A Bare-Bones Python Library for Quality Diversity Optimization [18.86795343878155]
pyribsは概念品質多様性(QD)フレームワーク上に構築されたライブラリである。
pyribsを使えば、ユーザーはQD文学全体からアルゴリズムを作成できる。
本稿では,その実装する概念的枠組みと,図書館の発展を導く設計原則に焦点を当てる。
論文 参考訳(メタデータ) (2023-03-01T02:48:55Z) - Architecture and Knowledge Representation for Composable Inductive
Programming [0.0]
本稿では,Zoeaナレッジベースで構成可能なインダクティブプログラミングシステムの現在のアーキテクチャについて紹介する。
Zoeaコンパイラは、ブラックボードアーキテクチャの現代的なバリエーションを使って構築されている。
論文 参考訳(メタデータ) (2022-12-22T17:02:19Z) - Automatic Image Content Extraction: Operationalizing Machine Learning in
Humanistic Photographic Studies of Large Visual Archives [81.88384269259706]
本稿では,機械学習による大規模画像アーカイブの検索と解析のための自動画像コンテンツ抽出フレームワークを提案する。
提案する枠組みは、人文科学と社会科学のいくつかの分野に適用できる。
論文 参考訳(メタデータ) (2022-04-05T12:19:24Z) - Rethinking Explainability as a Dialogue: A Practitioner's Perspective [57.87089539718344]
医師、医療専門家、政策立案者に対して、説明を求めるニーズと欲求について尋ねる。
本研究は, 自然言語対話の形での対話的説明を, 意思決定者が強く好むことを示唆する。
これらのニーズを考慮して、インタラクティブな説明を設計する際に、研究者が従うべき5つの原則を概説する。
論文 参考訳(メタデータ) (2022-02-03T22:17:21Z) - Toward an Idiomatic Framework for Cognitive Robotics [3.560429497877326]
本稿では,認知ロボティクスを指向した認知アーキテクチャ開発のための新しいフレームワークを提案する。
提案フレームワークの目的は,既存の成果の協調や軽減,再利用を奨励し,認知的アーキテクチャの開発を容易にすることにある。
論文 参考訳(メタデータ) (2021-11-25T11:13:35Z)
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。