Nature：Adversarial explanations for understanding image classification decisions and improved

最新推荐文章于 2024-04-23 10:05:49 发布
最新推荐文章于 2024-04-23 10:05:49 发布
阅读量248 收藏
点赞数
分类专栏： Nature机器学习 文章标签： Nature机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhuoyuezai/article/details/103046335
版权
努力奋斗-不断进化
关注
专栏目录
[论文理解]对抗性例子可用于改善图像识别Adversarial Examples Improve Image Recognition
bxdzyhx的博客
12-03 648
1.几个问题 1.1 基本信息 CVPR 2020 1.2 做了什么 提出了AdvProp 1.3 实现方法 & 创新性 对抗性例子用auxiliary BN处理，干净例子用main BN进行处理。解决二者混合导致的数据分布失真。 1.4 代码链接 Github 2.数学部分 & 模型构建 2.1 现有问题 & 解决方法 现有问题 以往的研究表明，对抗性样本训练可以提高模型的泛化能力，但仅限于某些情况，这种改进要么在完全监督的情况下对小数据集（如MNIST）进行，要么在较大的数据.
The right to contest automated decisions under the General Data Protection Regulation: Beyond the so
weixin_42786150的博客
02-28 2460
The right to contest automated decisions under the General Data Protection Regulation: Beyond the so-called “right to explanation”
探秘Adversarial Examples：深度学习中的隐藏挑战与应对策略
gitblog_00007的博客
04-23 456
探秘Adversarial Examples：深度学习中的隐藏挑战与应对策略 去发现同类优质开源项目:https://gitcode.com/ 项目简介 是一个开源项目，专注于研究和对抗深度学习模型中的对抗性示例问题。在深度学习领域，对抗性示例是指通过微小且难以察觉的扰动来误导模型预测的现象，对人工智能的安全性和鲁棒性构成了巨大挑战。该项目旨在提供一个平台，分享相关的研究成果、代码实现以及实验数据...
Adaptive Active Learning for Image Classification 论文详解
GrinAndBearIt的博客
07-19 552
如果需要看主动学习简介可以看上一篇博文：https://blog.csdn.net/GrinAndBearIt/article/details/107447026 在计算机视觉领域，主动学习都是通过Uncertainty作为筛选样本的策略。如果未标注样本空间比较大，那么会存在挑选离群点的情况。论文中提出了information density和most uncertainty两种策略进行组合。然后筛选出critical instances给专家进行标注。 针对仅通过不确定性容易筛...
CVPR2019 主动学习方面论文
追随梦想，实现梦想
06-20 529
1 Learning Loss for Active Learning 论文下载 直接预测样本的Loss CVPR2019 论文接受列表
清华大学董胤蓬：Adversarial Robustness of Deep Learning
喜欢打酱油的老鸟
01-30 1239
2020-01-21 12:30:00 不到现场，照样看最干货的学术报告！ 嗨，大家好。这里是学术报告专栏，读芯术小编不定期挑选并亲自跑会，为大家奉献科技领域最优秀的学术报告，为同学们记录报告干货，并想方设法搞到一手的PPT和现场视频——足够干货，足够新鲜！话不多说，快快看过来，希望这些优秀的青年学者、专家杰青的学术报告 ，能让您在业余时间的知识阅读更有价值。 人工智能论坛如今浩如...
（十：2020.08.28）CVPR 2018 追踪之论文纲要（译）
Jojo论文基地
08-28 7250
CVPR 2018 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这979篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录
【论文阅读笔记】NeurIPS2020文章列表Part1
热门推荐
zincrain的博客
12-09 2万+
A graph similarity for deep learning An Unsupervised Information-Theoretic Perceptual Quality Metric Self-Supervised MultiModal Versatile Networks Benchmarking Deep Inverse Models over time, and the Neural-Adjoint method Off-Policy Evaluation and Learning.
AAAI 2022 论文列表
gbstack08的专栏
02-15 2万+
链接及代码之后会更新 GitHub链接：https://github.com/gbstack/AAAI-2022-papers Scaled ReLU Matters for Training Vision Transformers Pichao Wang, Xue Wang, Hao Luo, Jingkai Zhou, Zhipeng Zhou, Fan Wang, Hao Li, Rong Jin Search Strategies for Topological Network Optimizat
【论文阅读笔记】NeurIPS2020文章列表Part2
zincrain的博客
12-09 6050
Online Multitask Learning with Long-Term Memory Fewer is More: A Deep Graph Metric Learning Perspective Using Fewer Proxies Adaptive Graph Convolutional Recurrent Network for Traffic Forecasting On Reward-Free Reinforcement Learning with Linear Function A.
深度学习性能提升的诀窍
追随梦想，实现梦想
06-11 142
深度学习性能提升的诀窍
[DIS]Deep Dual Learning for Semantic Image Segmentation
Jinming Su
02-02 1027
Abstract ICCV2017的文章，港中文，中山和商汤合作. 本文认为现在的语义分割的性能并没有完全被开发出来，原因是需要大量的pixel级别的标注。本文的目的就是提出dual image segmentation(DIS)，半监督来提高分割效率。DIS的三个主要优点是: (1)利用tags来提高labelmap的结果 (2) 能够clean tags that have noises ...
SegAN——蠢的一匹的个人翻译
luanmaqianzhao的博客
10-26 2938
标题：segan：对抗网络，拥有多尺度l1loss，用于医疗图像分割   摘要：新的端对端对抗网络segan。图像分割需要西密度，像素级的label，单个标量的真/假的gan的DC的输出可能是不充分的，而不能生产稳定而有效的梯度回馈给网络。 我们用了FCN网络作为分割器，来生成分割的label，并用一个新的对抗critic（批评）网络（多尺度l1loss）来强制DC和分割器来学习both全局
deep learning detection and segmentation
weixin_44576543的博客
06-02 331
Object detection is to localize each object as a bounding box with a category label 二阶段检测：1、对输入图像进行获取特征、判断是否存在东西 2、存在的东西的话，进行roi （region of interest）池化，进行后续的分类与回归 典型的网络有：faster R-cnn image pyram...
stays mad 反PCL宣传库。Anti PCL pro.zip
10-31
stays mad 反PCL宣传库。Anti PCL pro
伊犁师范大学在四川2020-2024各专业最低录取分数及位次表.pdf
10-31
那些年，与你同分同位次的同学都去了哪里？全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据，高考志愿必备参考数据
yolo算法-植物数据集-1417张图像带标签adamweeds.zip
最新发布
10-31
yolo系列算法目标检测数据集，包含标签，可以直接训练模型和验证测试，数据集已经划分好，适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法； 包含两种标签格:yolo格式（txt文件）和voc格式（xml文件），分别保存在两个文件夹中; yolo格式：<class> <x_center> <y_center> <width> <height>， 其中： <class> 是目标的类别索引（从0开始）。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标，这些坐标是相对于图像宽度和高度的比例值，范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度，也是相对于图像宽度和高度的比例值
clickhouse-jdbc驱动jar文件用于建立jdbc链接
10-31
clickhouse-jdbc驱动jar文件用于建立jdbc链接
辽宁何氏医学院在四川2020-2024各专业最低录取分数及位次表.pdf
10-31
那些年，与你同分同位次的同学都去了哪里？全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据，高考志愿必备参考数据
跨领域文本分类：Adversarial MTL的LSTM方法与GAN理解
本文探讨的是如何通过Adversarial Multi-Task Learning (AMTL) 方法来处理多领域文本分类的问题。AMTL的主要目标是设计一个模型，能够在一个共享特征空间中捕获通用的文本结构，同时保持每个特定领域特有的私有特征...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值