实体
Bidirectional LSTMs
Bidirectional LSTMs
PulseAugur coverage of Bidirectional LSTMs — every cluster mentioning Bidirectional LSTMs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新攻击推断持续更新的AI模型中的时间数据成员资格
研究人员推出了一种新颖的黑盒攻击TMIA，旨在推断持续更新的深度学习模型中的时间成员资格。该攻击旨在确定特定数据样本是否以及何时在模型训练中使用，并在时间戳和时间间隔级别上运行。TMIA利用双向LSTM分析模型在连续更新中的输出，在语言和图像分类模型的实验中显示出比现有方法显著的有效性。该研究还探讨了潜在的防御措施，并强调了隐私和模型效用之间的固有权衡。
-
新攻击可推断数据何时用于持续模型训练
研究人员引入了一种名为 TMIA 的新方法，用于检测特定数据样本何时被用于持续更新的机器学习模型的训练中。这种时间成员推断攻击利用双向 LSTM，可以推断出样本在训练数据中包含的时间或时间间隔。在各种语言和图像分类模型上的实验证明了 TMIA 的有效性，显著优于现有方法。该研究还探讨了潜在的防御措施，并强调了时间隐私和模型效用之间固有的权衡。
-
新的声学模型在TIMIT语音识别上达到SOTA
研究人员分析了用于TIMIT数据集语音识别的原始波形声学模型的错误模式。他们分解了跨语音类别的手机错误率（PER），并构建了混淆矩阵来理解替换错误。研究发现，他们的模型在TIMIT上的原始波形系统取得了最先进的结果，并且从WSJ迁移学习进一步提高了性能，尤其是在辅音方面。