会员服务
对抗学习是一种机器学习技术，旨在通过提供欺骗性输入来欺骗模型。最常见的原因是导致机器学习模型出现故障。大多数机器学习技术旨在处理特定的问题集，其中从相同的统计分布（IID）生成训练和测试数据。当这些模型应用于现实世界时，对手可能会提供违反该统计假设的数据。可以安排此数据来利用特定漏洞并破坏结果。

精品内容

数字人包含哪些生成式AI技术？上交最新「基于神经网络的生成式三维数字人研究综述：表示、渲染与学习」
数字人包含哪些生成式AI技术？上交最新「基于神经网络的生成式三维数字人研究综述：表示、渲染与学习」
专知会员服务
33+阅读 · 5月1日
【2023新书】网络安全中的对抗性深度学习:攻击分类，防御机制和学习理论
【2023新书】网络安全中的对抗性深度学习:攻击分类，防御机制和学习理论
专知会员服务
44+阅读 · 3月16日
【干货书】生成式对抗学习:架构与应用，362页pdf
【干货书】生成式对抗学习:架构与应用，362页pdf
专知会员服务
152+阅读 · 1月23日
【KDD2022】走向对抗性学习:从逃避攻击到中毒攻击，197页ppt
【KDD2022】走向对抗性学习:从逃避攻击到中毒攻击，197页ppt
专知会员服务
31+阅读 · 2022年8月22日
IJCAI2022《对抗序列决策》教程，164页ppt
IJCAI2022《对抗序列决策》教程，164页ppt
专知会员服务
41+阅读 · 2022年7月27日
【KDD2022】基于对抗性知识蒸馏的深度图神经网络压缩
【KDD2022】基于对抗性知识蒸馏的深度图神经网络压缩
专知会员服务
20+阅读 · 2022年6月10日
文本风格迁移研究综述
文本风格迁移研究综述
专知会员服务
32+阅读 · 2022年1月1日
【ICML2021】学习权衡不完美的示范
专知会员服务
12+阅读 · 2021年9月23日
【KDD2021】具有残差独立性的可微分因果发现
专知会员服务
30+阅读 · 2021年7月1日
【ICML2021】对抗学习条件变分自编码器的端到端文本转语音
专知会员服务
8+阅读 · 2021年6月21日
领域自适应研究综述
领域自适应研究综述
专知会员服务
52+阅读 · 2021年5月5日
对抗学习如何应用到推荐系统？ECIR2021<对抗学习推荐系统>教程，197页ppt
专知会员服务
42+阅读 · 2021年3月29日
【WWW2021】对抗对比变分自编码器的序列推荐
专知会员服务
22+阅读 · 2021年3月23日
生成对抗网络GAN在各领域应用研究进展(中文版)，37页pdf
生成对抗网络GAN在各领域应用研究进展(中文版)，37页pdf
专知会员服务
142+阅读 · 2020年12月30日
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
专知会员服务
23+阅读 · 2020年10月9日
参考链接
父主题
机器学习
微信扫码咨询专知VIP会员
Top