成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
对抗学习
关注
26
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。
综合
百科
VIP
热门
动态
论文
精华
Flexible Fairness Learning via Inverse Conditional Permutation
Arxiv
0+阅读 · 4月9日
Flexible Fairness Learning via Inverse Conditional Permutation
Arxiv
0+阅读 · 4月8日
Quantum Adversarial Learning for Kernel Methods
Arxiv
0+阅读 · 4月8日
AdvNF: Reducing Mode Collapse in Conditional Normalising Flows using Adversarial Learning
Arxiv
0+阅读 · 4月11日
AI-KD: Adversarial learning and Implicit regularization for self-Knowledge Distillation
Arxiv
0+阅读 · 3月21日
Domain Adaptation for Dense Retrieval and Conversational Dense Retrieval through Self-Supervision by Meticulous Pseudo-Relevance Labeling
Arxiv
0+阅读 · 3月13日
Unpaired Image-to-Image Translation via Neural Schrödinger Bridge
Arxiv
0+阅读 · 3月2日
Towards Fairness-Aware Adversarial Learning
Arxiv
0+阅读 · 2月27日
Generative Adversarial Learning of Sinkhorn Algorithm Initializations
Arxiv
0+阅读 · 2月2日
AdvNF: Reducing Mode Collapse in Conditional Normalising Flows using Adversarial Learning
Arxiv
0+阅读 · 1月29日
Appearance Debiased Gaze Estimation via Stochastic Subject-Wise Adversarial Learning
Arxiv
0+阅读 · 1月25日
View Distribution Alignment with Progressive Adversarial Learning for UAV Visual Geo-Localization
Arxiv
0+阅读 · 1月3日
3D Visibility-aware Generalizable Neural Radiance Fields for Interacting Hands
Arxiv
0+阅读 · 1月2日
Constrained Online Two-stage Stochastic Optimization: Algorithm with (and without) Predictions
Arxiv
0+阅读 · 1月2日
Adversarial Learning for Feature Shift Detection and Correction
Arxiv
0+阅读 · 2023年12月7日
参考链接
父主题
机器学习
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top