理解私有进化作为学习增强聚类

私有进化（PE）是一种差分隐私合成数据生成算法，实际表现优于最坏情况 Wasserstein 分析预期。研究将其重新表述为生成模型增强 Wasserstein 学习，证明当生成器捕捉真实分布特性时，样本复杂度取决于内在维度而非环境维度。新算法在简单聚类实例上具备可证明收敛性，实验显示其与基线相当且能提升召回率。