Zobrazeno 1 - 10
of 22
pro vyhledávání: '"Sha, Haichao"'
Differentially Private Stochastic Gradient Descent (DPSGD) is widely utilized to preserve training data privacy in deep learning, which first clips the gradients to a predefined norm and then injects calibrated noise into the training procedure. Exis
Externí odkaz:
http://arxiv.org/abs/2405.17529
The paradigm of Differentially Private SGD~(DP-SGD) can provide a theoretical guarantee for training data in both centralized and federated settings. However, the utility degradation caused by DP-SGD limits its wide application in high-stakes tasks,
Externí odkaz:
http://arxiv.org/abs/2312.03792
Autor:
Zeng, Taotao, Wang, Liangqin, Ren, Xiaoya, Al-Dhabi, Naif Abdullah, Sha, Haichao, Fu, Yusong, Tang, Wangwang, Zhang, Jie
Publikováno v:
In Environmental Research 1 July 2024 252 Part 2
Autor:
Sha, Haichao, Song, Xin, Abdullah Al-Dhabi, Naif, Zeng, Taotao, Mao, Yuemei, Fu, Yusong, Liu, Zheng, Wang, Guohua, Tang, Wangwang
Publikováno v:
In Bioresource Technology February 2024 394
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Environmental Science & Technology (10036504); 2023, Vol. 46 Issue 11, p195-202, 8p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Technology of Water Treatment; Jul2024, Vol. 50 Issue 7, p120-126, 7p
Publikováno v:
Technology of Water Treatment; Jul2024, Vol. 50 Issue 7, p108-126, 8p
Publikováno v:
Technology of Water Treatment; Jul2024, Vol. 50 Issue 7, p103-126, 6p