arXiv · ML· Soroosh Tayebi Arasteh, Marziyeh Mohammadi, Sven Nebelung, Daniel Truhn·· 9 小时前AI 评分24
DP-RGMI 框架揭示差分隐私在医学影像分析中通过改变表征各向异性而非均匀坍缩特征导致效用损失
Differential privacy representation geometry for medical image analysis
AI 导读
DP-RGMI 框架将差分隐私效应解耦为编码器几何与任务头利用度，在 594,000 张胸部 X 光图像上发现隐私引发的效用损失主要源于利用度差距。 该框架量化了表征位移和谱有效维度，发现几何重塑具有非单调性且依赖初始化，表明隐私改变的是表征各向异性。 该框架为诊断隐私诱导的失效模式及隐私模型选择提供了可复现工具。
来源：arXiv · ML · arxiv.org