semantic perturbations | BriefGPT

关键词semantic perturbations

搜索结果 - 7

一般的 Lipschitz：通过转换依赖随机平滑实现可解决语义转换的认证鲁棒性
提出了一种新的框架，称为 “General Lipschitz（GL）”，用于基于随机平滑的神经网络分类器的可证明鲁棒性，以对抗可组合的解决的语义扰动。在该框架内，分析了平滑分类器相对于参数变换的依赖性和对应的鲁棒性证书，与 ImageNe
PDFa year ago
可变复合语义扰动的多目标演化搜索
为了构建更加强健的深度神经网络，本文提出了一种多目标进化搜索可变长度复合语义扰动的新方法，并在 CIFAR10 和 ImageNet 数据集上进行了实验，结果表明相较于传统方法，该方法可以以更短的时间成本获得更自然、攻击成功率更高的对抗样本
PDFa year ago
生成文本方言鲁棒性评估
通过引入 NANO 的训练过程，提高了评估领域的方言鲁棒性和意识，拓展了标准度量基准，解决了南北方言差异和语义波动的问题。
PDF2 years ago
AAAICC-Cert: 一种概率方法来证明神经网络的普适鲁棒性
本文提出了一种基于 Chernoff-Cramer Bounds 的新型通用概率认证方法，可以用于对抗性攻击环境下的机器学习应用。实验结果支持了我们的理论发现，证明了我们的方法对于语义扰动具有防御能力。
PDF3 years ago
语义邻域感知的深度面部表情识别
本文提出了一种新颖的方法来避免处理具有极端不平衡性、且在测试时会导致表现降低的 FER 数据集，在捕捉到输入轻微语义扰动的同时，考虑了样本点的邻域平滑度，减少了那些不可靠的样本的影响。在 AffectNet 这个最大的 FER 数据库中进行
PDF4 years ago
CVPR对抗语义扰动下神经网络稳健性验证
提出了一种名为 Semantify-NN 的新方法来验证神经网络对语义扰动的强鲁棒性，该方法通过在任何不同的神经网络的输入层中插入一个名为 SP 层的语义扰动层实现，并能支持鲁棒性验证范围内的不同的语义扰动方式，并取得了比过去更好的验证实验
PDF5 years ago
AAAISADA：自主应用程序语义对抗性诊断攻击
为了解决深度神经网络的鲁棒性问题，文中提出了一种针对训练代理的通用框架，覆盖了对代理环境进行语义扰动和像素级攻击的情况，主要针对自主导航的几个方面，BBGAN 攻击可以生成一致愚弄训练代理的失败案例。
PDF6 years ago