( en | de | ru )

 

Disambiguierung von "Ganesh, Arun"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Why Is Public Pretraining Necessary for Private Model Training?

, , , , , , , und . ICML, Volume 202 von Proceedings of Machine Learning Research, Seite 10611-10627. PMLR, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Umeswaran Arunagirinathan

Ganesh Suyal

Ganesh Pathare

Ganesh Venkataraman

Ganesh Pathare

 

Weitere Publikationen von Autoren mit dem selben Namen

Private (Stochastic) Non-Convex Optimization Revisited: Second-Order Stationary Points and Excess Risks., , , und . CoRR, (2023)Universality of Langevin Diffusion for Private Optimization, with Applications to Sampling from Rashomon Sets., , und . COLT, Volume 195 von Proceedings of Machine Learning Research, Seite 1730-1773. PMLR, (2023)Robust Algorithms for TSP and Steiner Tree., , und . ICALP, Volume 168 von LIPIcs, Seite 54:1-54:18. Schloss Dagstuhl - Leibniz-Zentrum für Informatik, (2020)Public Data-Assisted Mirror Descent for Private Model Training., , , , , , , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 517-535. PMLR, (2022)Faster Differentially Private Convex Optimization via Second-Order Methods., , , und . CoRR, (2023)Improved Algorithms and Upper Bounds in Differential Privacy. University of California, Berkeley, USA, (2022)Universal Algorithms for Clustering Problems., , und . ICALP, Volume 198 von LIPIcs, Seite 70:1-70:20. Schloss Dagstuhl - Leibniz-Zentrum für Informatik, (2021)Correlated Noise Provably Beats Independent Noise for Differentially Private Learning., , , , , und . CoRR, (2023)How Compression and Approximation Affect Efficiency in String Distance Measures., , , und . SODA, Seite 2867-2919. SIAM, (2022)Faster Differentially Private Samplers via Rényi Divergence Analysis of Discretized Langevin MCMC., und . NeurIPS, (2020)