本研究结合视觉提示与差分隐私神经切线核，提升了高分辨率图像合成数据的有效性，准确率从0.644提升至0.769，为差分隐私合成数据的应用开辟新路径。

该文综述大维数据下的核回归研究：利用Mendelson复杂度和度量熵上下界刻画核岭回归的极小极大误差率，发现误差曲线随参数呈多次下降与周期平台，并适用于神经切线核和宽神经网络；还涉及Sobolev核岭回归最优性、偏差—方差分解、核梯度流、随机矩阵近似及向量值岭回归最优率等。