adversarial data | BriefGPT

关键词adversarial data

搜索结果 - 10

通过扰动伪造检测对抗性数据
通过学习区分自然数据分布与对抗性噪声分布的覆盖关系，我们提出了扰动伪造方法，通过噪声分布扰动、稀疏掩模生成和伪对抗性数据生成来训练一个对所有类型的对抗性攻击具有强大泛化能力的检测器，同时不依赖任何特定模型。实验证明我们的方法具有出色的泛化能
PDFa month ago
BSDP：脑启发的用于在线开放世界目标检测的流式双级扰动
提出了一种名为 Brain-inspired Streaming Dual-level Perturbations (BSDP) 的简单即插即用方法，以在线开放世界目标检测的方式进行深度学习模型的训练，通过引入新知识而不忘记旧知识，采用两个
PDF4 months ago
乳腺癌诊断的对抗鲁棒特征学习
通过在乳腺癌诊断中使用对抗训练和具有目标函数的特征相关性度量，我们提出了一种新颖的对抗鲁棒特征学习方法（ARFL），以提高对于对抗数据的鲁棒性，并在临床环境中对乳腺癌的诊断提供更安全的保障。
PDF5 months ago
双重稳健实例重新加权对抗训练
提出一种新型的双重鲁棒性实例重新加权的对抗训练 (AT) 框架，通过探索分布鲁棒优化技术获得重要性权重，并在最脆弱的示例上提高鲁棒性。
PDFa year ago
MM基于马尔可夫链蒙特卡罗的机器遗忘：遗忘需要被遗忘的内容
本文提出了一种基于 MCU 算法的机器学习模型快速且高效地去除数据子集的方案，并利用 MCU 鉴别和标志对模型预测产生影响的对抗或隐私数据。实验表明，MCU 可以从训练数据集的子集中有效地去除模型的影响，并优于现有的算法。
PDF2 years ago
反向训练中基于概率幅度的实例重新加权
本文提出三种概率边界（PM）用于测量当前决策边界附近数据的关联性并进行加权，PM 是连续且独立于路径的，可以捕捉数据的几何属性，数据的权重与其 PM 具有负相关性，实验表明 PM 方法的可靠性和有效性优于现有技术
PDF3 years ago
批量鲁棒学习的通用方法
研究了在数据存在噪声和对抗性的情况下如何进行鲁棒学习，同时提出了有效的学习算法来解决分段区间分类和分布估计的问题。
PDF4 years ago
NIPS加性噪声认证对抗鲁棒性
本文提出一种可扩展的用于构造对抗样本的方法，通过建立抵抗对抗扰动和加法噪声之间的联系，提出了一种训练策略，并在 MNIST 等数据集上进行了评估。
PDF6 years ago
ICML异常值是否破坏协作关系？
提出了一个算法，该算法可以将学习不同数据源中的二进制分类器的复杂性与学习单个数据分布上相同假设类的样本复杂性之比的开销保留在 O（ξn + ln n）中，其中最多有 η 分数是对抗的。此算法被证明是最坏情况下的最优解，并讨论了设计具有小开销
PDF6 years ago
测试时针对机器学习的逃避攻击
本文研究了机器学习在安全敏感应用中的应用，提出了一种基于梯度的方法来评估分类算法在对抗攻击下的安全性，并针对 PDF 文件中的恶意软件检测任务进行了实验，同时提出了一些相应的反制措施。
PDF7 years ago