corrupted data | BriefGPT - AI 论文速递

关键词corrupted data

搜索结果 - 7

一种基于期望最大化算法的从损坏观测中训练清洁扩散模型
本文提出一种基于期望最大化 (EM) 方法的 EMDiffusion 训练扩散模型的方法以从损坏的观测中恢复图像，通过该方法，我们在各种计算成像任务上进行了广泛实验，包括随机修补、降噪和去模糊，达到了新的最先进性能。
PDF9 days ago
扰乱批次数据以操纵隐马尔可夫模型推断
时间序列模型在对数据流进行估计时通常假设数据没有被破坏。然而，本研究提供了一种新颖的概率视角，探讨了自私的对手如何通过破坏数据来操纵隐马尔可夫模型的推断，进而影响决策者的结论。研究中开发了一套考虑实际不确定性和不同攻击目标的数据破坏问题，提
PDF5 months ago
标签污染就是您所需要的
通过 corrupt labels 设计的 label-only backdoor attack 方法 FLIP，在几个数据集和架构上展示了其强大的攻击能力，并且只引起 1.8% 的 clean test 准确度下降。
PDF8 months ago
基于 GSURE 的受损数据扩散模型训练
该研究提出了一种新的训练技术，基于受损数据训练扩散模型并引入 GSURE 损失函数。研究表明，在一定条件下，GSURE 损失函数相当于完全监督扩散模型中使用的训练目标，并可实现与完全监督模型相当的生成性能。
PDFa year ago
联邦学习中保护隐私的数据过滤的一种实用影响力近似方法
本文介绍了一种基于实际影响近似（lazy influence）的数据过滤和评分技术，该技术可以实现隐私保护，并允许在许多应用中高效地过滤损坏数据，其精度高，召回率达到 90% 以上，即使在强隐私保证（ϵ≤1）的情况下，也能将损坏的数据过滤掉
PDF2 years ago
CVPR基于随机条件独立 Hessians 的深度去学习
本文介绍了一种新型条件独立系数 L-CODEC，利用马尔可夫覆盖选择模型参数的子集，通过避免倒置可能很大的矩阵，实现了在深度学习中对特定训练样本进行删除操作的目的。
PDF2 years ago
具有恒定错误比例的压缩感知与矩阵补全
在采样数据可能被严重破坏的情况下，通过可行的最小化方法可以准确地恢复稀疏信号和低秩矩阵。
PDF13 years ago