差分隐私持续学习
机器学习
2019-02-19 v1 机器学习
摘要
对于因隐私原因必须删除历史数据的机构，灾难性遗忘可能是一个显著问题。例如，医院可能无法永久保留患者数据。但仅在近期数据上训练的神经网络往往会遗忘在旧数据上学到的经验。我们提出一种基于变分推断的差分隐私持续学习框架。我们利用旧数据集的差分隐私生成模型来估计给定当前模型的过去数据的似然。
引用
@article{arxiv.1902.06497,
title = {Differentially Private Continual Learning},
author = {Sebastian Farquhar and Yarin Gal},
journal= {arXiv preprint arXiv:1902.06497},
year = {2019}
}
备注
Presented at the Privacy in Machine Learning and AI workshop at ICML 2018