University of Washington（华盛顿大学）

End to End Collaborative Synthetic Data Generation

端到端协作合成数据生成

Sikha Pentyala, Geetha Sitaraman, Trae Claar, Martine De Cock

机构 * University of Washington Tacoma（华盛顿大学塔科马分校） 纠错

AI总结 本文提出端到端协作框架，用于隐私保护的合成数据发布，结合隐私保护预处理和评估，通过MPC协议在白血病基因组数据发布中验证其有效性。

Comments Accepted at PPAI Workshop, AAAI 2025

HypeRL: Hypernetwork-Based Reinforcement Learning for Control of Parametrized Dynamical Systems

HypeRL: 基于超网络的强化学习用于参数化动力系统控制

Nicolò Botteghi, Stefania Fresca, Mengwu Guo, Andrea Manzoni

机构 * MOX - Department of Mathematics Politecnico di Milano（米兰理工数学系MOX部门） ； Department of Mechanical Engineering University of Washington（华盛顿大学机械工程系） ； Centre for Mathematical Sciences Lund University（卢德大学数学科学中心） 纠错

AI总结 HypeRL通过超网络强化学习方法，解决参数化动力系统控制问题，实现高效泛化和优化。