Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  GS-WGAN: A Gradient-Sanitized Approach for Learning Differentially Private Generators

Chen, D., Orekondy, T., & Fritz, M. (2020). GS-WGAN: A Gradient-Sanitized Approach for Learning Differentially Private Generators. In H. Larochelle, M. Ranzato, R. Hadsell, M. F. Balcan, & H. Lin (Eds.), Advances in Neural Information Processing Systems 33 (pp. 12673-12684). Curran Associates, Inc.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Konferenzbeitrag
Latex : {GS-WGAN}: {A} Gradient-Sanitized Approach for Learning Differentially Private Generators

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Chen, Dingfan1, Autor           
Orekondy, Tribhuvanesh2, Autor           
Fritz, Mario2, Autor           
Affiliations:
1External Organizations, ou_persistent22              
2Computer Vision and Machine Learning, MPI for Informatics, Max Planck Society, ou_1116547              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2020
 Publikationsstatus: Online veröffentlicht
 Seiten: 12 p.
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Chen_NeurIPS20
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 34th Conference on Neural Information Processing Systems
Veranstaltungsort: Virtual Event
Start-/Enddatum: 2020-12-06 - 2020-12-12

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Advances in Neural Information Processing Systems 33
  Kurztitel : NIPS 2020
  Andere : NeurIPS 2020
  Andere : 34th Conference on Neural Information Processing Systems
Genre der Quelle: Konferenzband
 Urheber:
Larochelle, H.1, Herausgeber
Ranzato, M.1, Herausgeber
Hadsell, R.1, Herausgeber
Balcan, M. F.1, Herausgeber
Lin, H.1, Herausgeber
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: Curran Associates, Inc.
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 12673 - 12684 Identifikator: -