deep learning applications | BriefGPT

关键词deep learning applications

搜索结果 - 10

揭示无法察觉的事物：通过可解释性探索白盒成员推断的视角
通过统计方法，本文旨在解决隐含特征对攻击效果的影响以及基于原始数据特征的攻击根本原因不足的问题，并提出了一个攻击驱动的可解释框架，通过集成目标和攻击模型，识别导致成功成员推理攻击的原始数据上最具影响力的特征。我们提出的攻击显示了与最先进的攻
PDF5 days ago
MeGA: 基于遗传算法的合并多个独立训练的神经网络
本研究介绍了一种新的方法，使用名为 MeGA 的遗传算法合并多个预训练神经网络的权重。通过使用竞标选择、交叉和变异来优化权重组合，我们的方法允许合并模型继承父模型的优势特征，从而提高准确性和鲁棒性。通过在 CIFAR-10 数据集上的实验，
PDFa month ago
HLSTransform: 基于高层次综合的 FPGA 上能效优化的 Llama 2 推断
在大规模语言模型中使用图形处理单元 (GPUs) 作为硬件加速器，但是因为能源消耗大、运营成本高以及对边缘计算不适用等问题，我们开发了一种用于 transformers 的加速器 LLama 2，通过高级综合 (HLS) 来在 FPGAs
PDF2 months ago
CVPRLOTUS: 透过子分区实现隐蔽和弹性的后门攻击
通过引入一种名为 LOTUS 的新型后门攻击方法，该方法利用秘密函数将受害类别样本分成一组分区，并对不同的分区应用唯一的触发器，从而在攻击中提高了逃避检测和抵御能力。扩展实验结果显示，LOTUS 能够在 4 个数据集和 7 个模型结构上实现
PDF3 months ago
稳定且鲁棒的深度学习方法：双曲正切指数线性单元（TeLU）
引入了 Hyperbolic Tangent Exponential Linear Unit（TeLU）作为一种新的神经网络激活函数，通过解决渐变消失和渐变爆炸问题，提高了稳定性和鲁棒性，在各种深度学习应用中表现出卓越的性能，将其视为潜在的
PDF5 months ago
WildGEN: 野生动物的长期轨迹生成
使用基于变分自编码器的方法，通过少量真实样本生成具有长时间段内的野生鹅运动特征的轨迹，利用平滑滤波器对生成的轨迹进行后处理以减少过度徘徊，并通过可视化检查和计算生成轨迹与真实轨迹之间的豪斯多夫距离以及生成轨迹和真实轨迹的相似聚类的皮尔逊相关
PDF6 months ago
跨界 AI: 使用可解释 AI 为胸部 X 射线图像生成更好的边界框
利用后期 AI 可解释方法生成更接近于实际的肺 x 光图像诊断边界框，性能显著提高，对所有 IoU 的所有疾病平均产生了 9% 的改进。
PDF8 months ago
选择性推动生产力：提高迁移学习效率的高效数据集修剪
在这项工作中，我们旨在解决传输学习的数据集剪枝问题，即如何通过识别和删除冗余的训练样本，提高预训练效率并在下游目标任务中达到无损调优准确度。我们建立了统一的观点，将数据集剪枝与传输学习相结合，并发现现有的数据集剪枝方法不适用于传输学习范式。
PDF9 months ago
神经测试神谕生成评估指标评估
通过对现有的预言生成研究以及 ChatGPT 的再分析，研究探讨了它们在基于自然语言生成（NLG）和测试充分性度量方面的性能状况。结果发现 NLG 和测试充分性度量之间没有明显的相关性，通过定性分析找到了一些原因，并提供了更好评估软件测试生
PDF9 months ago
基于文献的发现（LBD）：面向生物医学文本挖掘的假设生成和知识发现
生物医学文本挖掘中，基于文献的发现是自动发现医学术语之间新的关联的过程，该过程依靠创建医学术语的概念配置文件并根据共享配置文件的统计显著性将其与药物和治疗联系起来。该文回顾了基于文献的发现的各种方法和应用，并探讨了深度学习在该领域的应用及其
PDF9 months ago