Artigos mais recentes para Treinamento Adversarial

Um novo framework melhora a conclusão de gráficos de conhecimento com tipos de dados diversos.

Uma nova abordagem pra melhorar os mapas de saliência baseados em gradiente pra dar uma interpretada melhor nos modelos.

Um sistema melhora a privacidade no compartilhamento de dados para aplicações de visão computacional.

Aprenda sobre ataques adversariais e seu impacto nos modelos de aprendizado de máquina.

Um método pra aumentar a confiabilidade do classificador contra manipulação de dados.

Uma nova abordagem pra melhorar modelos de deep learning contra ataques adversariais.

Um novo método de treinamento melhora a capacidade das redes neurais de avaliar incertezas.

Um novo modelo melhora a recuperação de imagens para diagnóstico de histopatologia mamária.

Novo método melhora o desempenho das redes neurais contra ataques adversariais.

Um novo método pra melhorar o treinamento adversarial de redes neurais profundas.

Um estudo sobre como melhorar a robustez contra ataques em modelos de linguagem.

Novos métodos melhoram a segurança dos modelos de linguagem sem perder a funcionalidade.

O AdvUnlearn melhora a segurança na geração de imagens, juntando unlearning com treinamento adversarial.

Novo método tem como objetivo melhorar a segurança da geração de texto para imagem.

Uma olhada em como exemplos adversariais desafiam modelos de IA.

Uma nova abordagem melhora a justiça na identificação de discurso de ódio entre grupos diversos.

Um novo método melhora a detecção de falhas em máquinas por meio de um aprendizado de características mais eficaz.

Apresentando o PART, um método pra aumentar a precisão e a robustez dos modelos de aprendizado de máquina.

Uma nova abordagem para o treinamento adversarial melhora o desempenho e a segurança dos sistemas de IA.

Este artigo analisa melhorias em SSMs para resistência contra perturbações adversariais.

Apresentando o ProFeAT pra aumentar a robustez do modelo contra ataques adversariais.

A ADEP quer melhorar a segurança prevendo efeitos adversos de vários medicamentos.

Esse estudo investiga os limites de precisão e robustez em modelos de aprendizado de máquina.

Uma abordagem nova pra criar dados sintéticos sem preocupações com a privacidade.

Esse artigo fala sobre desaprendizado de características e seu impacto na privacidade e equidade em aprendizado de máquina.

Um novo modelo enfrenta preconceitos e melhora as previsões de preço das ações usando dados diversos.

Novas ideias sobre classificadores robustos melhoram a capacidade deles de resistir a ataques.

Combinar redes neurais com criptografia melhora os métodos de comunicação segura.

Analisando a vulnerabilidade das redes neurais a pequenas mudanças nos dados de entrada.

Analisando ataques adversariais e a robustez do modelo em segmentação semântica.

Explorando riscos e estratégias de defesa para modelos de linguagem grandes.

Nova arquitetura ViT melhora a precisão enquanto resiste a ameaças adversariais.

Esse artigo analisa métodos pra proteger sistemas de qualidade de imagem contra ataques adversariais.

Um novo método melhora a resiliência dos agentes de RL contra mudanças prejudiciais nos inputs.

Um novo método melhora o aprendizado a partir de dados complexos usando proximais de Wasserstein.

O treinamento adversarial melhora a precisão na detecção de palavras-chave em fala sintética e real.

Novos métodos melhoram o reconhecimento de voz em ambientes barulhentos.

O CLAT melhora a robustez do modelo contra ataques adversariais, mantendo a precisão em imagens normais.

Novos métodos melhoram a defesa dos modelos de machine learning contra ataques adversariais.

Uma técnica pra ajudar os robôs a se recuperarem de ataques sem sair da missão.