Shapley-CMIとPSI置換を用いた垂直連合学習におけるプライバシー保護型特徴量評価

この記事は、プライバシーを保護しながら、垂直連合学習における特徴量の重要性を評価する新しい方法を提示している可能性があります。 Shapley-CMIとPSI置換の使用は、分散学習フレームワーク内での堅牢で安全な特徴量評価技術に焦点を当てていることを示唆しています。 ArXivをソースとしていることから、これは研究論文であり、提案されたアプローチの方法論、実験、および結果について詳しく説明している可能性が高いです。