BriefGPT.xyz
大模型
Ask
alpha
关键词
robust classifier
搜索结果 - 5
对抗样本的可避免性：数据集中度在对抗鲁棒性中的作用
现代机器学习分类器对于对抗性样本的易受攻击性已经引起了理论结果的关注，这些结果可能过于一般化以至于不适用于自然数据分布。本研究在理论上证明了数据分布的一个关键特性 —— 对输入空间的小体积子集的集中程度 —— 决定了是否存在健壮的分类器，并
→
PDF
9 months ago
多类分类对抗训练解的存在性
本文研究了三种拟建立鲁棒分类器以对抗对数据的恶意扰动的多分类分类问题模型，证明了每个模型中存在 Borel 可测的鲁棒分类器，并提供了对抗训练问题的统一视角，扩展了与作者在先前工作中启动的最优传输方面的关联，并发展了在多类设置中进行对抗训练
→
PDF
a year ago
利用特征嵌入实现对带有噪声标签的坚韧学习
本文提出了一种基于特征嵌入的深度学习带标签噪声的方法（LEND），该方法能利用嵌入特征的内在韧性来有效减少误标签，采用深度学习进行训练并获得鲁棒性分类器。
PDF
2 years ago
ICLR
利用标签不确定性理解内在鲁棒性
研究机器学习中的敌对性问题，提出一种考虑标签不确定性的集中度评估算法，提高了基准图像分类问题的内在鲁棒性测量准确性。
PDF
3 years ago
ICML
分布鲁棒监督学习是否能提供稳健的分类器？
本文介绍了分布鲁棒监督学习（DRSL）的概念和其与 f - 散度的关系，DRSL 可以最小化对抗重加权训练损失来明确考虑最坏情况的分布移位，并在分类情景下进行了分析。研究发现 DRSL 恰好可以匹配给定的训练分布，提出了简单的 DRSL 以
→
PDF
8 years ago
Prev
Next