When Gradient Clipping Becomes a Control Mechanism for Differential Privacy in Deep Learning
当梯度裁剪成为深度学习中差分隐私的控制机制
机构 * Computer Science, University of California, Merced, CA 95343, USA（计算机科学，加州大学默塞德分校） ； Department of Applied Mathematics, University of California, Merced, CA 95343, USA（应用数学系，加州大学默塞德分校） ； Department of Innovation（创新部门） ； Research, North Carolina State University, Raleigh, NC, USA（研究，北卡罗来纳州立大学，拉洛城） ； Automation (MESA) Lab, Department of Mechanical Engineering, School of Engineering, University of California, Merced, CA 95343, USA（自动化（MESA）实验室，机械工程系，工程学院，加州大学默塞德分校）
AI总结 本文提出了一种基于控制机制的梯度裁剪策略，通过模型参数的谱诊断动态调整裁剪阈值，以在差分隐私训练中平衡隐私保护与模型性能。
Comments This manuscript is under review in the Engineering Applications of Artificial Intelligence journal
