Neuste Artikel für Robustheit

Ein praktischer Ansatz, um ML-Modelle gegen feindliche Eingaben im Netzwerkmanagement zu verbessern.

Dieser Artikel stellt einen neuen Ansatz zur Kernel-Quantilsregression mit zufälligen Merkmalen vor.

Ein robuster Ansatz für Hypothesentests mit fehlerhaften Daten.

Ein Blick auf Sparse Recovery und die Herausforderungen in der Signalverarbeitung.

Pseudorandom-Codes sorgen für sichere Datenübertragung und schützen vor Fehlern.

Dieser Artikel untersucht einen neuen Ansatz zur Verbesserung von neuronalen Netzen mit Diophantischen Gleichungen.

Neue Methoden helfen zu verstehen, wie Modelle auf Datenänderungen reagieren.

Erforschen, wie Auktionsdesigns den Umsatz maximieren können, indem sie die Interaktionen der Bieter berücksichtigen.

Neue Methode verbessert die Bildanalyse im Gesundheitswesen mithilfe realistischer kontrafaktischer Bilder.

Die Anpassung von DINOv2 verbessert die BEV-Segmentierung für sicherere selbstfahrende Autos.

Dieses Papier untersucht, wie Bootstrap-Methoden die Stabilität und Robustheit in SGD-Modellen verbessern.

Diese Studie bewertet, wie QA-Modelle mit Rauschen in den Eingabedaten umgehen.

Ein neuer Self-Ensemble-Ansatz verbessert die Resilienz von Modellen gegenüber adversarialen Veränderungen.

StableMamba verbessert die Bild- und Videoverarbeitung mit mehr Robustheit und Performance.

Ein neues Verfahren verbessert den Transfer von Gesichtsanimationen für digitale Charaktere.

Ein neuer Ansatz zur Verbesserung der Vorhersagegenauigkeit trotz Datenunsicherheit.

Eine neue Methode verbessert das Lernen, indem sie Expertenwissen integriert, um genauere Schätzungen zu liefern.

Neue Modelle verbessern die CNN-Leistung bei beschädigten Bildern mithilfe von Methoden der menschlichen visuellen Verarbeitung.

LATEC bietet eine umfassende Bewertung von XAI-Methoden für mehr Transparenz bei KI.

In diesem Artikel werden wichtige Bedenken zur Zuverlässigkeit von Text-zu-Bild-Modellen besprochen.

Ein neuer Ansatz zur Verbesserung der Kommunikation in Multi-Roboter-Systemen unter schwierigen Bedingungen.

Eine neue Methode verbessert, wie Roboter Aufgaben effektiv planen und ausführen.

Ein neuer Ansatz verbessert die Zuverlässigkeit von Frage-Antwort-Systemen.

Ein neuer Ansatz verbessert die Malware-Erkennung und widersteht gleichzeitig feindlichen Angriffen.

Eine neue Methode verwandelt Punktwolken für bessere Dateneffizienz.

Innovative Grafiken verbessern die Kommunikation und Resilienz von Robotern.

Optimierung von Kontrollstrategien für stabile Systemleistung unter unterschiedlichen Bedingungen.

Ein Überblick über entspannte Gromov-Wasserstein-Distanzen und ihre Anwendungen.

Die Stärken von menschlicher versus automatisierter Code-Generierung erkunden.

Lern, wie neue Wasserzeichen-Techniken digitale Kunst und kreative Ideen schützen.

Ein Blick darauf, wie Spieltheorie bei Entscheidungen unter Unsicherheit hilft.

Ein Blick auf den Einfluss der gleitenden Modusregelung auf die Systemstabilität und -reaktion.

Neue Techniken helfen Robotern, sich während Aufgaben an verschiedene Lichtverhältnisse anzupassen.

Eine Methode, um vorherzusagen, wo Leute laufen, mit weniger Daten.

Komplexe Systeme durch robuste Kausalanalysetechniken verstehen.

Ein neues Self-Attention-Modell verbessert das Sprachverständnis erheblich.

Erfahre, wie VEB die Datenanalyse vereinfacht, um bessere Einblicke zu gewinnen.

Ein näherer Blick auf offene Optimierungsalgorithmen und ihre Anpassungsfähigkeit.

Forscher haben eine Methode entwickelt, um echte Bilder von KI-generierten Bildern zu unterscheiden.

Die Wirksamkeit und Schwachstellen von semantischen Wasserzeichen in digitalen Inhalten untersuchen.