lipschitz constraint | BriefGPT

关键词lipschitz constraint

搜索结果 - 9

ICCV生成对抗网络的梯度归一化
本文提出了一种新的归一化方法 —— 梯度归一化（GN），通过在鉴别器函数上施加硬 1-Lipschitz 约束，从而增加鉴别能力，解决了生成对抗网络中尖锐梯度空间引起的训练不稳定性问题，并在四个数据集上进行了广泛实验，证明了使用梯度归一化训
PDF3 years ago
ICLR在 CIFAR-10 和 CIFAR-100 上提高的确定性 L2 鲁棒性
通过放宽网络最后一层的正交化约束，证明了 1-Lipschitz CNN 的鲁棒性，此外还引入了新的梯度规范化激活函数和证明规则，有效提高了 CIFAR 数据集上的准确率。
PDF3 years ago
ICML斜交卷积
通过使用 Skew Orthogonal Convolution（SOC）方法（一种梯度保持（GNP）卷积的优化算法），这篇论文在 CIFAR-10 数据集上获得了高准确度，同时提高了标准和认证的强健性。
PDF3 years ago
AAAIGAN 中 Wasserstein 距离的广义实现
本文针对 Wasserstein GAN 在现实中实现的不足，提出了一种更加松弛的 Sobolev 对偶方法，使得优化中的 Lipschitz 约束不再强制，该方法被命名为 Sobolev Wasserstein GAN（SWGAN），实验
PDF4 years ago
利普希茨界和拉普拉斯平滑法可证明的鲁棒训练
本文提出了一个基于图的学习框架来训练在对抗扰动下具有稳健性的模型，并通过 Lipschitz 约束将对抗性稳健学习问题形式化为损失最小化问题，设计了一个稳健训练方案来收敛到拉格朗日函数的鞍点。最终通过实验表明，在达到期望的标准表现的同时提
PDF4 years ago
理解图像分类决策的对抗解释及改进神经网络的鲁棒性
本文研究神经网络在医疗影像和欺诈检测等敏感领域应用时面临的鲁棒性问题和对抗攻击，并提出一种受 Lipschitz 约束启发的正则化技术以提高神经网络的抗干扰能力。在 ImageNet 分类任务中，本文设计的神经网络的准确性和鲁棒性面积（AR
PDF5 years ago
无监督域自适应的平滑表示学习
本文研究了利用 Lipschitz constraint 约束 unsupervised domain adaptation 的错误下界和利用 local smooth discrepancy 来评估 target 分布的 Lipschit
PDF5 years ago
ICMLLipschitz 函数逼近的排序处理
通过保证每个单独的仿射转换或者非线性激活函数为 1-Lipschitz 可实现神经网络模型的可证对抗鲁棒性、泛化上界、可解释梯度和 Wasserstein 距离的估算。本文提出了基于保持反向传播梯度范数的架构条件以及结合保持梯度范数的激活函
PDF6 years ago
ICLR关于 Wasserstein GAN 正则化的研究
本文提出了一种使用正则化项的生成对抗网络（GANs）的训练方法，以加强 Lipschitz 限制约束，该方法通过实验数据验证其有效性。
PDF7 years ago