噪声感知差分隐私变分推断

研究人员提出了一种基于随机梯度变分推断的噪声感知近似贝叶斯推断方法，可应用于高维和非共轭模型，并同步提出了更精确的噪声感知后验评估方法。实验表明，该方法在适用领域内性能与现有方法相当；在现有方法不适用的场景中，在高维贝叶斯线性回归上获得了准确的覆盖率，并在 UCI Adult 数据集的贝叶斯逻辑回归上实现了校准良好的预测概率。