Journal of the American Statistical Association· 2026Q1
Heterojen Dağıtılmış Diferansiyel Gizlilik Kısıtlamaları Altında Parametrik Olmayan Regresyon için Optimal Federasyonlu Öğrenme
Optimal Federated Learning for Nonparametric Regression with Heterogeneous Distributed Differential Privacy Constraints
- 2atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yeni federasyonlu öğrenme tahmincileri, sunucular arasında değişen örneklem boyutları ve gizlilik bütçeleri altında, heterojen dağıtılmış diferansiyel gizlilik (DP) kapsamında parametrik olmayan regresyon için minimax optimal yakınsama oranları elde etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
ÇıkarımlarUygulamada
Ana noktalarUygulamada
Makaleye SorUygulamada
Devamı Pofolia uygulamasında
Çıkarımlar, ana noktalar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: Yapay Zeka
Artificial IntelligenceComputer Science