LinGCN：结构化线性化图卷积网络用于同构加密推理
原文中文，约500字，阅读约需1分钟。发表于：。LinGCN 是一个旨在减少乘法深度和优化基于同态加密 (Graph Convolution Network) 推断性能的框架，通过 (1) 可微的结构线性化算法和参数化的离散指示函数，使模型具有最小化的乘法深度；(2) 紧凑的结点级多项式替代策略以及二阶可训练激活函数，通过从基于全 ReLU 的教师模型的两级蒸馏方法引导更优的收敛性；(3)...
LinGCN是一个优化同态加密推断性能的框架，通过线性化算法和离散指示函数实现更优的收敛性和运算融合，同时降低乘法深度。实验表明，LinGCN优于CryptoGCN，实现了14.2倍的延迟加速，保持了75%的推断准确率。
