On the Gradient Complexity of Private Optimization with Private Oracles
关于使用私有预言机的隐私保护优化的梯度复杂度
机构 * Department of Computer Science, University of Toronto(多伦多大学计算机科学系) ; Vector Institute(向量研究所)
AI总结 研究Lipschitz凸损失的差分隐私经验/总体风险最小化在一阶预言机查询方面的运行时间,在非光滑和光滑损失等不同情况下给出下界,表明差分隐私优化器有维度相关运行时代价,还展示了信息有限预言机交互的下界及梯度量化技术局限性。