arXiv stat.ML· Thibault Pautrel, Florent Bouchard, Guillaume Ginolhac, Ammar Mian, Aur\'elien Bellet·· 7 天前AI 评分28
紧致子流形上基于投影且具有几何无关差分隐私的联邦学习
Projection-Based Federated Learning on Compact Submanifolds with Geometry-Independent Differential Privacy
AI 导读
DP-RFedProj 是一种针对紧致子流形的差分隐私联邦学习方法，通过闭式投影聚合参数并在固定环境几何中保护梯度。该方法提供显式记录级 $f$-DP 保证，收敛速率受流形内在维度而非环境维度影响，支持客户端运行各类一阶优化器。在 Stiefel 流形上的 SPDNet 实验中其表现优于欧氏基线，相同预算下添加噪声比最相近方法减少 5 到 6 倍。
来源：arXiv stat.ML · arxiv.org