robust machine learning | BriefGPT

关键词robust machine learning

搜索结果 - 8

统一的概率神经架构和权重组合提高模型鲁棒性
本研究提出了一种统一的概率架构与权重集成神经架构搜索方法，利用概率神经架构搜索和近似贝叶斯推理的进展，从神经网络架构和权重的联合分布生成集成模型，取得了较大的进步。
PDF2 years ago
分布偏移下鲁棒机器学习的最小化遗憾优化
该论文讨论了一种名为 Distributionally Robust Optimization (DRO) 的学习方法，该方法不一定能够保证在全部情况下达到一致的低回归值，提出了一种替代方法 Minimax Regret Optimizat
PDF2 years ago
RGRecSys：推荐系统稳健性评估工具包
本文提出了一种综合的鲁棒性评估方法，针对在线技术中广泛存在的推荐系统，研究数据稀疏性和个人信息注入攻击等多种情形下的鲁棒性，并提出了一套评估工具 Robustness Gym for RecSys (RGRecSys)，可以快速、统一地评估
PDF2 years ago
利用辅助标签的因果推理式快捷方式消除
通过使用辅助标签并强制执行因果图所隐含的条件独立性，鼓励学习不依赖于简便但不可靠关联的预测模型的灵活、因果驱动的方法是一种训练鲁棒预测器的方式。我们展示了这种因果驱动的正则化方案导致更加健壮的估计器，在分布转移下具有良好的泛化和更好的有限样
PDF3 years ago
基于隐私 / 速率失真理论的鲁棒机器学习
研究关于深度神经网络鲁棒性的相关问题，探讨了鲁棒最优学习与隐私 - 效用权衡问题之间的联系，发现得到鲁棒分类器和对抗干扰之间的鞍点需要解决最大条件熵问题，从信息论的角度揭示了鲁棒性和干净数据表现之间的基本权衡关系，最终源自基础数据分布和扰动
PDF4 years ago
非凸极值优化：应用、挑战和最新的理论进展
本文概述了一种重要的 min-max 问题子类的最新进展，其中最小化和最大化问题可以是非凸和 / 或非凹的，包括诸如 fair beamforming、 training generative adversarial networks (G
PDF4 years ago
ICCV利用无梯度优化和算子分裂方法设计黑盒对抗样本
采用交替方向乘数法 (ADMM) 作为基础框架，结合零阶优化 (ZO) 和贝叶斯优化 (BO) 等技术，提出了两种新的黑匣子对抗攻击方法 ZO-ADMM 和 BO-ADMM，用于各种扭曲度量和反馈设置，相较于现有攻击方法，该方法能够以较低的
PDF5 years ago
用平均数中位数保障的机器学习：理论与实践
使用中位数估计器介绍了一种新的鲁棒机器学习估计器，能够在最小数据集假设下实现最佳收敛率，这一方法通过分析异常值而得出。该研究提出一个新的断点概念，该断点数量考虑了估计器的统计性能，同时提高了算法的可实现性。
PDF7 years ago