Neural Networks setzen neue Maßstäbe bei privater Tabellendaten‑Synthese
In einer neuen Veröffentlichung auf arXiv wird die weit verbreitete Annahme in Frage gestellt, dass statistische Modelle bei der Erzeugung von differenziell privaten Tabellendaten überlegen sind. Die Autoren zeigen, dass insbesondere bei stark korrelierten Datensätzen die komplexen Abhängigkeiten statistische Verfahren überfordern, während neuronale Netzwerke diese Muster besser erfassen können.
