Últimos artículos para Ataques adversariales

Un método para identificar ataques en sistemas combinando imágenes y texto.

Un nuevo método ayuda a identificar rápidamente los puntos débiles en los modelos de aprendizaje profundo.

Un enfoque novedoso para garantizar la privacidad manteniendo la utilidad del texto en modelos de PLN.

Las técnicas de super resolución están complicando mucho los esfuerzos para detectar deepfakes.

TrackPGD pone a prueba los límites del seguimiento de objetos mediante ataques adversariales avanzados.

Un estudio sobre cómo los VAE funcionan en diferentes grupos demográficos bajo ataque.

Nuevo método mejora la seguridad de las redes neuronales usando computación estocástica.

Explorando amenazas a los sistemas de DRL en la gestión energética ciberfísica.

Examinando las vulnerabilidades de los modelos ligeros frente a ataques adversariales.

Nuevas ideas sobre clasificadores robustos mejoran su capacidad para resistir ataques.

Este estudio revela cómo los ataques no adversariales impactan los algoritmos de incrustación de grafos de conocimiento.

Presentamos HO-FMN para una mejor evaluación de la robustez de los modelos de aprendizaje automático contra ataques adversariales.

Nuevo método mejora los ataques adversariales en modelos 3D usando técnicas de difusión.

Examinando las vulnerabilidades y posibles ataques a la tecnología NeRF.

Presentando un método para mejorar la resistencia de sistemas de IA mediante ataques adversariales multitarea.

La investigación revela cómo los mensajes amigables pueden desviar a los sistemas de IA.

Examinando los desafíos de ciberseguridad y el papel de la IA en la Industria 5.0.

La Preemption Rápida ofrece una defensa proactiva para sistemas de deep learning contra ataques.

Un estudio sobre cómo mejorar las CNNs usando etiquetas parciales y modelos de ataque adversarial.

Este artículo revisa las debilidades de los modelos multimodales frente a varios tipos de ataques.

Explorando las amenazas que suponen los ataques adversariales en la imagenología médica.

MALT mejora la eficiencia y el éxito de los ataques adversariales en modelos de clasificación de imágenes.

Este artículo revisa métodos para proteger los sistemas de calidad de imagen contra ataques adversariales.

Un nuevo método mejora la resiliencia de los VAE ante manipulaciones de datos complicadas.

Examinando vulnerabilidades en transformadores de visión y modelos de downstream a través de ataques de transferencia.

Examinando vulnerabilidades y defensas en modelos de difusión para una generación de contenido segura.

Explorando el impacto de ataques adversariales en la explicabilidad del aprendizaje profundo.

Nuevos métodos mejoran la resistencia de los modelos de aprendizaje profundo a cambios adversariales.

Abordando los riesgos en imágenes de MRI en el diagnóstico de la enfermedad de Alzheimer a través de métodos de detección avanzados.

Los ataques de barajado revelan vulnerabilidades en las evaluaciones de equidad de la IA usando métodos como SHAP.

Este artículo habla sobre cómo mejorar la robustez de los modelos de aprendizaje automático cuántico contra ataques adversarios.

Un nuevo enfoque busca mejorar la resiliencia del aprendizaje activo frente a ataques.

Un nuevo método apunta a sistemas de autenticación facial múltiples de manera eficiente.

Un nuevo método usa maquillaje para mejorar la privacidad en los sistemas de reconocimiento facial.

Abordando los desafíos de los ataques adversariales en redes neuronales de series temporales.

Nuevos métodos mejoran la defensa de los modelos de machine learning contra ataques adversariales.

Nuevo método usa IWMF para mejorar el reconocimiento facial contra ataques adversariales.

Un nuevo método de ataque socava los sistemas de detección de deepfakes.

Mejorando los métodos de detección de botnets a través del aprendizaje automático y estrategias de defensa adversarial.

Aprende cómo el uso de marcas de agua protege los modelos de IA y apoya los derechos de los creadores.