PulseAugur
中
实时 10:01:21
实体 Augmentation-Guided Adversarial Training

Augmentation-Guided Adversarial Training

PulseAugur coverage of Augmentation-Guided Adversarial Training — every cluster mentioning Augmentation-Guided Adversarial Training across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_327165 ·

    新的AGAT方法将对抗性训练时间缩短了70-80%

    研究人员开发了一种名为增强引导的对抗性训练（AGAT）的新方法，以提高对抗性训练的效率。AGAT通过识别邻域不稳定的样本，并使用一种称为基于增强的局部稳定性（ALS）的分数，仅将对抗性监督选择性地应用于20-30%的训练样本。这种方法在各种数据集和架构上实现了与标准方法相当或更好的鲁棒准确性，同时显著减少了训练时间和计算成本。