算法综述学习
文章平均质量分 94
space_dandy
算法
展开
-
Learning from Very Few Samples: A Survey(小样本学习综述)
1. Introduction 成功从很少的样本中学习和概括的能力是区分人工智能和人类智能的一个明显的边界。人类智能的一个特点是能够从一个或几个例子中快速建立对概念的认知。相关研究表明:人类的显著学学习能力得益于人脑中前额叶皮层(PFC)和工作记忆,特别是PFC特有的神经生物学机制与大脑中存储的以往经验的相互作用。 深度学习算法成功主要归结于三个关键因素:强大的计算资源、复杂的神经网络结构;大规模的数据集。在真实的应用场景中,如医学、军事和金融领域,无法获取到充足的标注样本...原创 2021-08-30 11:28:01 · 1475 阅读 · 0 评论 -
关于Adversarial Attack 进攻方的综述
1. 对抗攻击的概念ML算法的输入形式为数值型向量,攻击者可以设计一种针对性的扰动生成对抗样本,让机器学习模型出现误判,称为对抗性攻击;对抗性攻击分为两种:黑盒攻击(blck-box attack) 黑盒攻击的攻击者不知道机器学习的算法和参数,攻击者产生对抗性数据(adversarial permutation)的过程中可以与机器学习 系统有所交互。...原创 2019-02-22 17:27:19 · 3272 阅读 · 0 评论