对抗性扰动第22页

Enhance the Visual Representation via Discrete Adversarial Training

然后，它使具有符号对抗性扰动的离散图像上的最大风险最小化。我们进一步从分布的角度进行了解释，以证明DAT的有效性。作为一种增强视觉表现的即插即用技术，DAT

你今天论文了吗·2023-01-13 08:46

NLP中的对抗训练

一.对抗训练定义对抗训练是一种引入噪声的训练方式，可以对参数进行正则化，提升模型鲁棒性和泛化能力1.1对抗训练特点相对于原始输入，所添加的扰动是微小的添加的噪声可以使得模型预测错误1.2对抗训练的基本概念就是在原始输入样本

sunghosts·2023-01-13 08:45

论文笔记（二）《Adversarial Manipulation of Deep Representations》

4.可能改进的地方；5.自己画一遍文章的流程图；6.捋一遍算法流程.没看懂abstract我们证明，深度神经网络(DNN)中的图像表示可以被操纵，以模仿其他自然图像，只对原始图像进行微小的、难以察觉的扰动

学而时习之！！·2023-01-12 13:26

用神经声码器进行说话人验证的对抗样本检测

ADVERSARIALSAMPLEDETECTIONFORSPEAKERVERIFICATIONBYNEURALVOCODERS摘要ASV任务最近经常受到对抗性攻击，对应的举措是有限的；本文采用神经声码器来检测对抗样本

深海的银·2023-01-12 13:49

用于灵敏性分析的方法模型（Matlab代码实现）

2运行结果3参考文献[1]姚宏亮,苌健,王浩,李俊照.灵敏性分析下的因果网络参数的扰动学习研究[J].计算机科学与探索,2012,6(02):165-174.‍4Matlab代码主函数部分代码：clearalln

我爱Matlab编程·2023-01-12 12:31

通过 “猫片” 认识生成对抗网络思想（Make Your First GAN With PyTorch 第五章）

2.对抗性训练（AdversarialTraining）3.训练GAN3.1☆☆☆步骤一☆☆☆3.2☆☆☆步骤二☆☆☆3.3☆☆☆步骤三☆☆☆4.GAN并不容易被训练5.学习要点在探索生成对抗网络（GAN

soih0718·2023-01-12 11:20

动手学深度学习-李沐（8）

一、dropout丢弃法1、动机一个好的模型需要对输入数据的扰动鲁棒丢弃法：在层之间加入噪音——正则2、方法给定一个概率，一定概率变成0，一定概率使得元素变大期望不发生变化3、使用4、总结丢弃法将一些输出项随机置

Everyyang·2023-01-12 11:49

机器学习之集成学习（Ensemble Learning）

文章目录0️⃣概念1️⃣分类2️⃣特点⚔好而不同⚔五大特点⚔思考3️⃣五大方法‍训练样本扰动：Boosting（例如：AdaBoost，GBDT）Bagging（例如：RandomForest）Bagging

小Aer·2023-01-11 01:07

python 网格形变_如何使用变形网格扭曲图像

我已经编写了生成扰动网格的代码，但我不知道如何将这些像素从源图像映射到网格上，以形成扰动图像。在这是生成扰动网格的代码。

家庭影院·2023-01-10 17:10

初学者之路—————Cycle GAN

CycleGAN的对抗性体现在生成器希望能够生

MapleCL·2023-01-09 19:29

医学影像半监督分割--基于数据扰动

从医学影像中分割出相应的组织，在临床应用中起着至关重要的作用。近年来，深度学习在在图像分割方面获得了巨大的成功，第一个图像分割的网络就是经典的U-Net模型，后续的图像分割的网络基本都是在此基础上进行改进的。但是，训练一个精度好的网络，是需要大量的标注数据，但是，对于医学影像来说，标注数据的获取通常是昂贵的，特别是在三维图像中，为了降低标记成本，近些年来人们提出了许多方法来开发一种高性能的医学影像

努力努力再努力的月月·2023-01-09 17:52

论文笔记：GPT Understands, Too

1.介绍手工制定一个表现好的提示如同大海捞针，手工提示的性能也十分不稳定，很可能创建出导致性能大幅下降的对抗性提示。鉴于这些问题，最近的工作重点是自动搜索离散提示，也取得了一定的效果。

北在哪·2023-01-09 09:00

旋转的扰动、导数和积分

Theplusoperator设M\mathcal{M}M表示一个n维的流型，因为流型局部同胚与Rn\mathbb{R}^nRn，所以我们可以通过定义符号⊞\boxplus⊞和⊟\boxminus⊟建立一个流型M\mathcal{M}M的局部邻域和其正切空间的双射。⊞:M×Rn→M;⊟:M×Mn→Rn\boxplus:\mathcal{M}\times\mathbb{R}^n\to\mathcal

Shilong Wang·2023-01-09 09:24

最优传输论文（二十九）：Re-weighted Adversarial Adaptation Network for Unsupervised Domain Adaptation论文原理

文章目录前言摘要1.Introduction2.RelatedWork2.1.MatchingFeatureDistributionusingAdversarialTraining（使用对抗性训练匹配特征分布

CtrlZ1·2023-01-07 22:52

图像恢复系列（11）之修复（inpainting） | 最新ICCV2021生成对抗网络GAN论文梳理汇总...

但重建损失和对抗性损失侧重于合成不同频率的内容，简单地将它们一起应用通常会导致频率间的冲突。本文引进WaveFill，基于小波修复，将图像分解为多个

机器学习与AI生成创作·2023-01-07 19:53

【LSTM回归预测】基于matlab布谷鸟算法优化LSTM回归预测【含Matlab源码 2037期】

布谷鸟算法以寻得全局最优鸟窝为目标，采用如式(3)所示的方法进行鸟窝位置更新：从位置更新式(3)可以发现，布谷鸟鸟窝位置更新受到搜索步长α影响，如对搜索步长α进行有效扰动，可以对CS的前后期搜索能力进行强化和调整

海神之光·2023-01-07 11:06

使用 Pytorch 生成对抗性网络(GANs) | 附完整代码链接

欢迎关注“小白玩转Python”，发现更多“有趣”2014年，IanGoodfellow和他在蒙特利尔大学的同事们发表了一篇令人惊叹的论文，向世界介绍了GANs)，即生成对抗性网络。

小北的北·2023-01-06 20:03

代谢组学——最接近生物表型的组学

什么是代谢组学在基于基因组-转录组-蛋白质组-代谢组的系统生物学框架内，代谢组学(metabolomics/metabonomics)处于最下游，最接近生物表型，主要通过考察生物体系在某一特定时期内受到刺激或扰动前后所有小分子代谢物

MedChemExpress·2023-01-06 16:33

Similarity-Preserving Knowledge Distillation论文阅读

虽然最初的动机是为了资源高效深度学习的神经网络压缩任务，但知识蒸馏已经在特权学习、对抗性防御[25]和噪声数据学习[19]等领域找到了更广泛的应用。

编程龙·2023-01-05 16:23

内生性问题—工具变量法

解释变量测量误差2.4选择偏差2.5双向因果关系2.6模型设定偏误2.7动态面板偏差3工具变量3.1工具变量的思想3.2两阶段最小二乘法3.3Wald估计量4矩估计5二阶段最小二乘法5.1阶条件5.2球形扰动假定条件下的

泥壶映雪·2023-01-05 12:17

半监督学习笔记（四）：熵最小化、代理变量

3、AdversarialDropout：采用对抗性的方法找到最弱的随机丢弃层，其中运用了元素级丢弃和通道级丢弃

IRONFISHER·2023-01-05 12:11

一文读懂文本处理中的对抗训练

早在2014年，Szegedyetal.[1]发现只要对深度学习模型的输入添加一些微小的扰动就能轻易改变模型

追一科技·2023-01-04 11:48

二进制漏洞分析与挖掘

，如果错漏，欢迎留言指正二进制漏洞分析与挖掘《0day安全：软件漏洞分析技术第2版》王清电子工业出版社入门用，但不全，过时了，linux部分没有包含进去漏洞分析、挖掘和利用，安全领域重要和最具挑战性和对抗性的分支应用在综合开发

坚毅猿·2023-01-04 10:34

《Virtual Adversarial Training：A Regularization Method for Supervised and Semi-Supervised Learning》笔记

虚拟对抗性训练VAT：监督与半监督学习的正则化方法1Abstract2Introduction&RelatedWork2.1Previouswork2.2Ourwork3Methods3.1AT3.2VAT3.2.1majormethods3.2.2details3.2.3algorithm4Reference1Abstract

qwq_xcyyy·2023-01-04 09:08

2021李宏毅机器学习笔记--12 attack ML models

一个例子1.5攻击方法1.5.1FGSM(FastGradientSignMethod)1.6黑盒攻击1.7拓展研究1.7.1普遍对抗攻击(UniversalAdversarialAttack)1.7.2对抗性重新编程

guoxinxin0605·2023-01-04 09:56

快速检测深度学习的鲁棒性

快速检测深度学习的鲁棒性深度学习（DNN）危机DNN鲁棒性检测常见的对抗性攻击方法用魔法打败魔法论文代码复现环境的搭建与基本代码的介绍本人的工程目录layer.py代码部分train_layer_regress.pylayer_regress.py

氏族归来·2023-01-03 13:27

亚马逊出品：非均匀扰动的对抗鲁棒性理论分析

这篇论文吸引我的点在于它详细的对对抗扰动的非均匀的几何结构进行了分析，并给出了可靠的数学依据和证明。论文中的核心思想是使非均匀对抗扰动能够在对抗训练中使得模型更具有鲁棒性。

PaperWeekly·2023-01-03 13:22

多元回归分析

02回归的分类03数据线性回归回归系数虚拟变量回归实例01题目02描述性统计03Stata回归04标准化回归系数05Stata代码误差扰动项检验异方差处理异方差检验多重共线性多重共线性处理lasso回归和岭回归

苗半里·2023-01-03 12:59

Knowledge Distillation for BERT Unsupervised Domain Adaptation

KnowledgeDistillationforBERTUnsupervisedDomainAdaptation运用BERT模型和distillation技术实现源域到目标域的知识迁移，提出了一种简单而有效的无监督域适应方法，它将对抗性区分域适应

VLU·2023-01-03 09:24

机器学习HW10对抗性攻击

机器学习HW10对抗性攻击一、任务描述二、算法1、FGSM2、I-FGSM3、MI-FGSM4、多种输入（DIM）评估指标三、实验1、SimpleBaseline2、MediumBaseline3、StrongBaseline4

Raphael9900·2023-01-03 09:49

再战FGM！Tensorflow2.0 自定义模型训练实现NLP中的FGM对抗训练代码实现

TF版本2.2及以上defcreat_FGM(epsilon=1.0):@tf.functiondeftrain_step(self,data):'''计算在embedding上的gradient计算扰动在

是算法不是法术·2023-01-02 13:07

FGM对抗训练

对抗样本：对输入增加微小扰动得到的样本。旨在增加模型损失。对抗训练：训练模型去区分样例是真实样例还是对抗样本的过程。对抗训练不仅可以提升模型对对抗样本的防御能力，还能提升对原始样本的泛化能力。1、FG

Mr.奇·2023-01-02 13:06

【综述】NLP 对抗训练（FGM、PGD、FreeAT、YOPO、FreeLB、SMART）

在对抗训练中关键的是需要找到对抗样本，通常是对原始的输入添加一定的扰动来构造，然后放给模型训练，这样模型就有了识别对抗样本的能力。

大白羊_Aries·2023-01-02 13:06

FGM-对抗训练

1.加入对抗训练的目的对抗训练经常用在CV领域和NLP领域，是一种引入噪声的训练方法，在尽量不改变原样本的分布，对样本增加扰动，使得模型能够忽视这种扰动，从而提升模型的鲁棒性和在下游任务的泛化性。

幸运满当当ღ·2023-01-02 13:05

NLP几种常用的对抗训练方法

对抗训练旨在对原始输入样本xxx上施加扰动radvr_{adv}radv，得到对抗样本后用其进行训练：公式理解：最大化扰

华师数据学院·王嘉宁·2023-01-02 13:03

项目5-迁移学习

文章目录项目5-迁移学习项目描述数据集介绍项目要求数据准备环境配置/安装场景和为什么要进行领域对抗性训练神经网络的领域对抗训练(DaNN)数据可视化特殊领域知识Canny边缘检测数据处理模型预处理开始训练如何实作

一条大蟒蛇6666·2023-01-02 10:59

【硬核书】机器学习对抗鲁棒性

来源：专知本文为书籍介绍，建议阅读5分钟本书介绍了对抗性攻击、防御和验证的常用算法。机器学习的对抗性鲁棒性综述了该课题的最新进展，介绍了对抗性攻击、防御和验证的常用算法。

数据派THU·2023-01-02 00:24

通过随机平滑验证对抗鲁棒性

1引言当前很多研究工作提出了用于训练分类器的启发式算法，其目的是使分类器对对抗扰动具有一定鲁棒性。然而，这些启发式算法中的大多数算法缺乏相应的理论基础做支撑。

鬼道2022·2023-01-02 00:24

寒假博客日记——第二天

今天晚上尝试写了一下一致性正则化，所谓一致性，是指输出、预测的一致性，如前所述，给输入添加极小的扰动后，神经网络的预测就会发生很大的变化，所以提高一致性后就能提高模型的泛化能

圆大侠·2023-01-01 14:10

图自监督学习综述：Graph Self-Supervised Learning A Survey

基于监督学习和半监督学习的方法存在一些缺陷：人工标注耗时耗力；泛化性能可能较差，尤其是训练数据稀缺的时候；鲁棒性较差，可能受到标签相关的对抗性攻击。

斯曦巍峨·2023-01-01 13:49

深度学习笔记-----增加网络不变性的方法（对空间变换网络和数据增强的方法进行了总结）

2.2.2STN是什么（What）2.2.3STN是怎么做的（How）2.2.4STN小结3从数据中学习不变性3.1空间转换（随机尺寸，裁剪，翻转，旋转任意角度...）3.2像素内容变换（亮度，色度，饱和度，颜色扰动等

YOULANSHENGMENG·2023-01-01 13:45

2022.7.23可行AI会议记录-1（目前只有物理对抗部分）

会议记录物理世界下的智能对抗攻防来源背景挑战：对抗样本攻击数字世界攻击与物理世界攻击物理对抗研究问题主要挑战研究内容1：基于偏见的物理对抗方法研究内容2：基于注意力抑制的物理对抗攻击方法基于关键模式的对抗防御方法基于语音快速扰动的物理对抗攻击方法总结与展望物理世界下的智能对抗攻防来源背景近年来人工智能产业的快速发展带来了不小的安全隐患

spikes·2023-01-01 07:12

论文复现-1：Perturbation CheckLists for Evaluating NLG Evaluation Metrics

以data2text任务为例，探讨generationmetric矩阵对于一些句子扰动是否敏感，在多个维度上的敏感性如何？

QianTu&·2023-01-01 07:33

人工智能的鲁棒性分析

一般有两种影响模型鲁棒性的威胁模型：正常环境扰动对模型可靠性的影响，比如光线亮度、对比度等包括样本采集中的误差等。在输入数据与训练数据的分布有偏移的时候，模型给出错误的判断所造成的安全威胁。

dirtyboy6666·2022-12-31 09:16

滑模控制理论（SMC）概述

滑模控制的一个优势是无视外部扰动和不确定参数，采用一种比较“暴力”的方式达到控制的目的。其思想和反步法有些类

高能阿博特·2022-12-31 06:38

2022年圣诞节 | matlab实现炫酷的圣诞树

运行该函数时，它使用圆柱函数创建圣诞树的3D表面，对树冠应用随机扰动，并使用surfl函数绘制树。树以当前轴（gca）绘制，并为绘图指定颜色图和照明。

早起CaiCai·2022-12-30 12:26

深度学习-权重衰减+丢弃法

丢弃法一个好的模型需要对输入数据的扰动鲁棒，丢弃法就是在层之间加入噪音。总结：丢弃法将一些输出项随机置零来控制模型的复杂度

一只乐观的叮当猫·2022-12-30 10:44

MULTI-MODAL ROBUSTNESS ANALYSIS AGAINST LANGUAGE AND VISUAL PERTURBATIONS

然而，这些方法对现实世界扰动的鲁棒性尚未研究。在这项工作中，我们对这些模型进行了第一次广泛的鲁棒性研究，研究对象是视频和语言。

Tsukinousag1·2022-12-30 07:35

【流程工业生产运行的“疑难杂症”，“自主运行”来解决！】

然而，装置级自动化技术的提升，并没有让工厂操作人员完全摆脱对手动控制的依赖，意外的参数扰动很有可能造成操作不当、报警泛滥，引发生产过程失衡甚至非计划停车。

姒妫solo·2022-12-29 17:32

【CVPR2022 BoostMIS 论文笔记】自适应伪标记和信息主动标注的医学图像半监督学习

目录摘要1Introduction目的贡献3Method3.1公式化符号3.2医学图像任务模型3.3基于一致性的自适应标签传播器3.4对抗性不稳定选择器3.5平衡不确定性选择器3.6训练算法4实验4.2

葡萄柚籽·2022-12-29 16:08

推荐频道

对抗性扰动