arXiv cs.LG· Andrea P. Hernandez, Michael Ibrahim, Nagi Gebraeel·· 7 小时前AI 评分17
面向私有与分布鲁棒的联邦多分类框架
Private and Distributionally Robust Federated Multiclass Classification
AI 导读
研究者提出一种差分隐私、分布鲁棒的联邦多分类框架，为各客户端存储的记录提供样本级隐私保护。该方法基于 Wasserstein 分布鲁棒多分类目标与 Crammer-Singer 损失，用 ADMM 算法求解，并在聚合前向本地模型和本地分布鲁棒变量的近端线性化更新注入校准高斯噪声，用 moments accountant 量化累积隐私损失。
来源：arXiv cs.LG · arxiv.org