BriefGPT.xyz
大模型
Ask
alpha
关键词
model augmentation
搜索结果 - 6
CVPR
重新思考对深度神经网络的模型反演攻击
本文提出了两个能够有效提高现有所有最优模型对抗攻击性能的解决方案:对现有最优模型对抗攻击算法的优化目标进行分析并提出了改进的优化目标,以及分析了 “过度拟合” 并提出了一种新的 “模型增强” 思想来克服这个问题。实验证明,这些提出的解决方案
→
PDF
a year ago
通过模型增强加速数据集蒸馏
本研究旨在通过生成高质量的人工合成数据集,从而提高数据集的效率,我们提出了两种模型增强技术,使用早期模型和权重扰动学习具有显著减少培训成本的信息化合成集。实验结果表明,我们的方法达到了最先进的基线方法的速度提升达到 20 倍,并且性能相当。
PDF
2 years ago
ECCV
对抗攻击的频域模型增强
本文提出了一种新的频域模拟攻击方法,通过将频域变换应用于输入,从而实现模型扩充,旨在打造更易传递的对抗样本,结果表明这种方法对攻击 9 个最先进防御模型具有较高的成功率。
PDF
2 years ago
模型增强提高对比学习效果
本文提出一种新的自我监督学习(SSL)方法,通过构建序列视图间的对比学习来改进序列推荐问题的效果,为了解决数据稀疏性和噪音问题,提出了三种模型增强方法以构建视图对,实验表明模型增强对于增强 SSL 中的序列推荐任务效果是有效的。
PDF
2 years ago
AAAI
学习可转移攻击
本论文提出了一种学习如何生成可迁移的对抗扰动的方法,该方法结合了数据增广、模型增广和元学习算法,实验证明该方法的成功率比当前最先进的方法提高了 12.85%。
PDF
3 years ago
关于(统计)检测对抗样本的研究
本文研究如何检测机器学习中的对抗性样本,提出使用统计检验和模型增强的方法来识别对抗性样本,并参照多个数据集和对抗样本制作方法进行实验,结果表明统计学特性对于检测对抗性样本至关重要。
PDF
7 years ago
Prev
Next