Резултати

еНаука >  Резултати >  Differentially Private Synthetic Data with Private Density Estimation
Назив: Differentially Private Synthetic Data with Private Density Estimation
Аутори: Bojkovic, Nikolija; Loh, Po Ling
Година: 2024
Публикација: 2024 IEEE INTERNATIONAL SYMPOSIUM ON INFORMATION THEORY, ISIT 2024
ISSN: 2157-8095 Претражи идентификатор
Тип резултата: Конференцијски рад
Колација: str. 599-604
DOI: 10.1109/ISIT57864.2024.10619641
WoS-ID: 001304426900102
Scopus-ID: 2-s2.0-85202870558
URI: https://enauka.gov.rs/handle/123456789/973056
Пројекат: Cantab Capital Institute for the Mathematics of Information via the Philippa Fawcett Internship programme (Faculty of Mathematics, University of Cambridge)
Извор метаподатака: (Preuzeto iz Nasi u WoS)
М-категорија: 
Мп категорија ће бити приказана накнадно.

Алт метрика
Dimensions
Unpaywall

Google ScholarTM

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.