机器遗忘：基于 logit 的分类器的线性过滤
机器学习
2020-07-09 v2 机器学习
摘要
近期颁布的立法赋予个人决定其个人数据以何种方式被使用的某些权利，特别是“被遗忘权”。这给机器学习带来了一个挑战：当个人撤回对曾作为模型训练过程一部分的数据的使用许可时，该如何处理？从这一问题衍生出机器遗忘领域，可宽泛地描述为研究如何“从模型中删除训练数据”。我们的工作针对分类模型（例如深度神经网络）的类级删除请求这一特定设定，补充了这一研究方向。作为第一步，我们提出线性过滤作为一种直观、计算高效的净化方法。我们的实验展示了在对抗环境下相对于朴素删除方案的优势。
引用
@article{arxiv.2002.02730,
title = {Machine Unlearning: Linear Filtration for Logit-based Classifiers},
author = {Thomas Baumhauer and Pascal Schöttle and Matthias Zeppelzauer},
journal= {arXiv preprint arXiv:2002.02730},
year = {2020}
}