論文の概要: Infinite Quantiles Inference under Local Differential Privacy

• arxiv url: http://arxiv.org/abs/2611.01353v1
• Date: Sat, 31 Oct 2026 23:48:00 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:30:04.688035
• Title: Infinite Quantiles Inference under Local Differential Privacy
• Title（参考訳）: 局所微分プライバシー下における無限量子推論
• Abstract要約: サンプルサイズに応じて成長する多数のターゲット確率に対する局所微分プライバシー下での同時定量推定について検討した。 我々は, 相補的な累積分布関数のスコアを, 正確な共分散を用いて1本のツリーレポートから抽出する。 3つの連続するコホートは、量子を局所化し、密度を推定し、1段階の補正とジョイント乗算のために新鮮なスコアを供給する。
• 参考スコア（独自算出の注目度）: 6.828516229529806
• License:
• Abstract: We study simultaneous quantile inference under local differential privacy for a number of target probabilities that grows with the sample size. Each user participates once, so learning unknown quantile locations and calibrating their joint uncertainty must share the same private information. We fuse complementary cumulative distribution function (CDF) scores from a single tree report using their exact covariance; the variance at the correct anchor is no larger than that of either score, and anchor error incurs only quadratic excess variance. Three consecutive cohorts then localize the quantiles, estimate their densities, and supply fresh scores for a one-step correction and joint multiplier calibration. Under mild conditions, a uniform representation controls localization and density errors and yields asymptotically valid simultaneous coverage. A fixed-privacy regime permits every polynomially growing target grid. Simulations show consistent same-report precision gains, while comparisons with CDF-band inversion expose the sample cost of learning target locations. Census microdata illustrates how the resulting joint intervals support wage-percentile ratios.
• Abstract（参考訳）: サンプルサイズに応じて成長する多数のターゲット確率に対する局所微分プライバシー下での同時定量推定について検討した。 各ユーザが一度参加するので、未知の量子的位置を学習し、共同不確実性を校正するには、同じプライベート情報を共有する必要がある。 我々は, 相補的な累積分布関数 (CDF) のスコアを, その正確な共分散を用いて, 正のアンカーでの分散はいずれのスコアよりも大きくなく, アンカー誤差は2次過大分散のみを引き起こす。 3つの連続したコホートが量子を局所化し、密度を推定し、一段階の補正と共同乗算器の校正のために新鮮なスコアを供給する。 穏やかな条件下では、一様表現は局所化と密度誤差を制御し、漸近的に有効な同時カバレッジをもたらす。 固定プライバシ・レジームは、すべての多項式的に成長するターゲットグリッドを許可する。 シミュレーションでは,CDF帯域インバージョンとの比較により,学習対象位置のサンプルコストが明らかにされる一方で,一貫した同報精度の向上が示されている。 センサス・マイクロデータは、結果のジョイントインターバルが賃金とパーセンタイルの比率をどのように支えているかを示している。

関連論文リスト

• The Statistical Geometry of Latent Recovery in Hidden Markov Models [85.82801263693659]
  我々は, 排ガス分離を考慮した潜伏回復のための収束率の特徴付けを行う。 我々の主な貢献は、ヘルリンガー誤差を適合密度と真密度に変換する決定論的逆不等式を潜時回復誤差の有界に変換することである。
  論文  参考訳（メタデータ） (2026-10-31T06:19:55Z)
• Score Mismatch and Set-Constrained Sampling in Zero-Shot Conditional Discrete Diffusion [66.0716790920952]
  スコアミスマッチした離散拡散モデルに対する最初の理論的解析を行う。 このようなミスマッチによる追加バイアスを明確に識別する一般KL発散上限を導出する。 代入確率は吸収率で無条件スコアで正確に表現できることを示す。
  論文  参考訳（メタデータ） (2026-10-15T01:05:30Z)
• Where Do Two Populations of Persistence Diagrams Differ? Calibrated Local Inference at a Fixed Budget [35.18016233072556]
  パーシステンス・ダイアグラムの集団に対する多くの2サンプル試験は、それらに寄与する生死面の領域を特定することなく、世界的差異を評価する。 利用可能な図の数が固定された場合の局所平均コントラストの同時推定について検討する。
  論文  参考訳（メタデータ） (2026-10-06T13:00:00Z)
• Two-Sample Testing via Generative Processes [60.42943145582429]
  生成輸送は、2つのサンプルが同じ分布から来るかどうかを決定する新しい方法を提供する。 2つのサンプルの間に直接補間体を構築し、対称スケジュールでは、その法則が時間反射の下で不変であることを観察する。 したがって、t と 1-t の辺辺が、Jensen-Shannon の発散を計算することで一致するかどうかをテストする。
  論文  参考訳（メタデータ） (2026-10-06T12:48:27Z)
• When Unpaired Sets Support Shared-Corruption Calibration: Moment Geometry and Two-Sample Precision [5.254084723324815]
  観測間で共有される所定の低次元補正のために、観測およびクリーン参照セットは、固定モーメントの応答を通してのみ推論をサポートする。 この問題を2サンプルのモーメントキャリブレーションとして定式化し、局所的なランク、スケールされたモーメント感度、ソース境界共分散、モーメント整合性残差を組み合わせたランク認識情報状態について報告する。
  論文  参考訳（メタデータ） (2026-08-11T04:39:54Z)
• Federated Measurement of Demographic Disparities from Quantile Sketches [4.991212094743681]
  Horizontal Federated Learning (FL)は、生データを共有せずに、連携した機能を持つクライアント間の協調モデリングを可能にする。 本研究は, スコア分布による人口動態の相互監査, ワッサーシュタインとしての格差の測定, センシティブグループスコア法間の差異について検討する。 本稿では,各サイロがグループ数のみを共有し,その局所的なスコア分布を定量的に要約するワンショット通信効率のプロトコルを提案する。
  論文  参考訳（メタデータ） (2026-02-21T15:34:44Z)
• Ensemble Threshold Calibration for Stable Sensitivity Control [0.0]
  本稿では,数千万組の幾何対もの幾何に対して,過度に分散した正確なリコールを実現するエンド・ツー・エンドのフレームワークを提案する。 我々のアプローチは、小さなエラーで常にリコールターゲットにヒットし、他のキャリブレーションと比較して冗長な検証を減らし、単一のTPU v3コア上でエンドツーエンドで実行します。
  論文  参考訳（メタデータ） (2025-10-02T15:22:28Z)
• Semiparametric conformal prediction [79.6147286161434]
  ベクトル値の非整合性スコアの結合相関構造を考慮した共形予測セットを構築する。 スコアの累積分布関数(CDF)を柔軟に推定する。 提案手法は,現実の回帰問題に対して,所望のカバレッジと競争効率をもたらす。
  論文  参考訳（メタデータ） (2024-11-04T14:29:02Z)
• Collaborative Heterogeneous Causal Inference Beyond Meta-analysis [68.4474531911361]
  異種データを用いた因果推論のための協調的逆確率スコア推定器を提案する。 異質性の増加に伴うメタアナリシスに基づく手法に対して,本手法は有意な改善を示した。
  論文  参考訳（メタデータ） (2024-04-24T09:04:36Z)

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。