1,Deep generative model(包含基于flow的方法Glow,PixelCNN等)都是为了学习得到 p(x) 所以往往不需要label信息,之前的方法总用likelihood去作为评价out或in distribution,但是这种方式不合适,所以大家提出用likelihood ratio等方法来改善他们。 2,基于训练分类器的检测OOD的方法,包含熵或者deep ensemble的各种方法则依赖于...
DEEP learningPOISONINGMACHINE learningDATA integrityPEARSON correlation (Statistics)The rapid expansion and pervasive reach of the internet in recent years have raised concerns about evolving and adaptable online threats, particularly with the extensive integration of Machine Learning (ML) systems into ...
论文地址:Robustness of deep learning models on graphs: A survey 一、摘要 机器学习模型容易受到噪声和对抗攻击。在图领域,边或节点属性的噪声和扰动容易通过图上的关系传播到其他邻居,因此图数据的鲁棒性更难增强。 文章总结了图上对抗攻击或噪声的鲁棒深度学习模型。
清华大学董胤蓬为大家带来报告《Adversarial Robustness of Deep Learning》。董胤蓬，清华大学计算机系人工智能研究院三年级博士生，导师为朱军教授。主要研究方向为机器学习与计算机视觉，聚焦深度学习在对抗环境中的鲁棒性的研究。报告内容：针对的是现有深度学习模型容易被攻击者的对抗样本所欺骗的问题，董博士在深度学习在...
Robustness Analysis of Deep Learning Frameworks on Mobile Platforms 本文为University of Calgary, Canada在2021.09.21更新的文章,主要对比tensorflowlite和pytorch mobile在不同平台和配置参数条件下Robustness情况,具体文件链接https://arxiv.org/pdf/2109.09869.pdf ...
第十二期AI未来说·青年学术论坛(百度奖学金博士生特别专场)已于2020年1月5日下午在北京市百度科技园 K6 报告厅举行。清华大学董胤蓬为大家带来报告《Adversarial Robustness of Deep Learning》。 董胤蓬,清华大学计算机系人工智能研究院三年级博士生,导师为朱军教授。主要研究方向为机器学习与计算机视觉,聚焦深度学习在...
第十二期AI未来说·青年学术论坛(百度奖学金博士生特别专场)已于2020年1月5日下午在北京市百度科技园 K6 报告厅举行。清华大学董胤蓬为大家带来报告《Adversarial Robustness of Deep Learning》。 董胤蓬,清华大学计算机系人工智能研究院三年级博士生,导师为朱军教授。主要研究方向为机器学习与计算机视觉,聚焦深度学习在...
2.3 Adversarial Approach in Deep Reinforcement Learning Huang等人(2017)引入的对深度强化学习的第一个对抗性攻击以及Kos和Song (2017)将FGSM从图像分类调整到深度强化学习环境中。随后,Pinto等人(2017)和Gleave等人(2020)专注于将对手和智能体之间的互动建模为零和马尔可夫博弈,而Yen-Chen等人(2017); Sun等人(2020)...
While adversarial examples are well-studied in deep learning, their impact on DRL-based intrusion detection remains underexplored, particularly in critical domains. This article conducts a thorough analysis of DRL-based intrusion detection's vulnerability to adversarial examples. It systematically evaluates ...
Comments: Under review at the Uncertainty and Robustness in Deep Learning workshop at ICML 2021. Our appendix is attached to the last page of the paper 摘要:最近,为了解决卷积神经网络中普遍存在的一些弱点,开发了基于视觉Transformers和MLP的模型。由于Transformers在这一领域的应用以及自注意机制的新颖性,...