certification | BriefGPT - AI 论文速递

关键词certification

搜索结果 - 29

针对实例目标的中毒下的学习与认证
本篇研究了针对神经网络的实例定向毒化攻击，并给出了 PAC 学习和认证的可行性，同时发现实验结果表明，很多模型，特别是最先进的神经网络模型，确实容易受到这种攻击的威胁。
PDF3 years ago
ICCV点云模型的鲁棒性认证
本研究介绍了第一个能够认证点云模型鲁棒性的验证器 3DCertify，通过对旋转、扭曲等多种 3D 变换进行广泛的评估，证明了其有效性。
PDF3 years ago
数据相关的随机平滑
本文介绍了一种新的数据依赖型平滑分类器构造方法，通过优化高斯分布的方差，最大化平滑分类器的认证半径。该方法易于实现且无需参数，在三个随机平滑方法中表现出更高的认证准确性。
PDF4 years ago
ICLRAdversarial Boot Camp: 一步完成的无标签认证鲁棒性
本文提出了一种基于确定性证明的机器学习模型认证方法，通过基于正则化损失的训练，以及对高斯平均数期望值的估算，实现了在无需标签信息的情况下，针对 ImageNet-1k 数据集的模型认证，并使得机器学习模型对抗攻击具有抵抗性。
PDF4 years ago
贝叶斯神经网络的概率安全性
研究了在敌对输入扰动下，贝叶斯神经网络的概率安全性，使用非凸优化松弛技术计算贝叶斯神经网络概率安全性的下界，并且证明方法可用于对具有数百万参数的 BNN 进行概率安全性的认证。
PDF4 years ago
学习确证个体公平表示
该论文提出了一种基于潜在表示的证书方法，帮助数据消费者获得现有和新数据点的个体公平性证书，实现了公平性约束和效用之间的平衡，并通过实验评估了该方法在五个真实数据集和多个公平性约束方面的可扩展性和表现力。
PDF4 years ago
量子认证与基准测试
本文简要介绍了量子技术的认证和表征方法，并探讨其在量子计算、模拟和通信方面的应用。
PDF5 years ago
KDD图卷积网络的可认证鲁棒性和鲁棒训练
本文提出了第一种证明（非）稳健性的图卷积网络方法，该方法能够在考虑特定攻击模型的情况下，保证节点属性的 L0 - 范围内的扰动。最后，我们还提出了一种鲁棒的半监督训练过程，通过实验证明我们的方法证明了图神经网络的鲁棒性，对预测精度的影响最小
PDF5 years ago
面向 Relu 网络的快速计算认证鲁棒性
本文提供了两种计算和证明最小失真非平凡下界的算法 Fast-Lin 和 Fast-Lip，可以用于解决具有 ReLU 结构的神经网络的鲁棒性问题。相比于现有的解决方法，这两种方法计算速度更快，下界的质量更高，同时作者还证明了除非 NP=P，
PDF6 years ago