adversarial regularization | BriefGPT

关键词adversarial regularization

搜索结果 - 11

DPGAN：用于图中缺失数据填补的双路径生成对抗网络
本文提出了一种名为 Dual-Path Generative Adversarial Network (DPGAN) 的新框架，用于同时处理缺失数据和避免过度平滑问题，在广泛的基准数据集上进行了全面的实验证明，DPGAN 始终能与现有的最先
PDF2 months ago
鲁邦生存分析的对抗正则化
利用神经网络验证和对抗正则化的新算法，提出了一种稳健的参数生存模型，以解决生存分析中的数据不确定性问题，并通过实验证明对抗正则化可以提高性能。
PDF6 months ago
通过对抗正则化实现稳健的多智能体强化学习：理论基础和稳定算法
通过控制一个策略的利普希茨常数，我们展示了在固定条件下的利普希茨和接近最优策略的存在，并基于此提出了新的强健 MARL 框架 ERNIE，通过对状态观测和动作进行对抗性正则化来提高其的利普希茨连续性，并展示了在交通灯控制和粒子环境中的广泛实
PDF9 months ago
通过对抗正则化进行的被动推理攻击对拆分学习的影响
提出了 SDAR，这是一个针对 Split Learning 的新型攻击框架，利用辅助数据和对抗正则化来学习客户端私有模型的具有解码能力的模拟器，在标准 Split Learning 下有效地推断客户端的私有特征，在 U 形 Split L
PDF9 months ago
平面与椅子：无需任何 3D 提示的类别导向的三维形状学习
本文提出了一种基于单个 RGB 图像学习预测隐式 3D 物体形状表征的新型 3D 形状重构方法，使用多种无视角注释的单视角图像进行跨类别学习且仅使用标签进行监督，辅以分类度量学习与对抗性和视点正则化技术，取得了 ShapeNet-13，Sh
PDF2 years ago
EMNLPARCH: 高效具有缓存的对抗正则训练
提出 ARCH 方法，与传统方法相比较大地减小计算负担，并对自然语言处理中的一些任务进行了评估。
PDF3 years ago
EMNLP对抗正则化作为斯塔克伯格博弈：一种展开优化方法
该研究提出一种名为 SALT 的 Stackelberg 对抗正则化方法，它使得模型的性能在各种自然语言处理任务中都有了提高，尤其是在机器翻译任务中表现最好。
PDF3 years ago
ACL针对视觉问答任务的对抗正则化：优势、缺陷和副作用
本文研究了 Adversarial regularization 在 VQA 领域中的应用，发现它虽然取得了新的最优成果，但会出现不稳定的梯度和性能下降等问题。研究表明，在训练过程中逐渐引入正则化有助于缓解这些问题，但 Adversaria
PDF5 years ago
基于正则化条件对齐的无监督域适应
本研究提出了一种无监督领域自适应方法，通过训练共享嵌入来对齐输入（域）和输出（类）的联合分布，从而使任何分类器对域都不具有特异性。联合对齐不仅确保域的边际分布对齐，还确保标签对齐，并提出了一种新颖的目标函数，鼓励类条件分布在特征空间具有不相
PDF5 years ago
节点分类中基于图卷积网络的虚拟对抗训练
本文提出了一种 GCN 半监督学习的虚拟对抗训练方法，并通过 GCN Sparse VAT（GCNSVAT）和 GCN Dense VAT（GCNDVAT）算法在标记和未标记数据上进行优化，提高其泛化性能。该方法在 GCN 的 Symmet
PDF5 years ago
CVPR半监督学习的切线 - 法向对抗正则化
本文针对半监督学习问题，提出了一种基于流形的切平面与法线平面对抗正则化方法，称作 TNAR。该方法通过在数据流形的切向空间和法向空间上应用虚拟对抗性训练，实现对分类器局部不变性及鲁棒性的提升，在人工和实际数据集测试中取得了优于其他最先进方法
PDF6 years ago