实体
Ci Lin
Ci Lin
PulseAugur coverage of Ci Lin — every cluster mentioning Ci Lin across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
DeepDefense框架增强神经网络对抗攻击的鲁棒性
研究人员推出了一种名为DeepDefense的新框架，旨在增强深度神经网络对抗对抗性攻击的鲁棒性。该方法采用逐层梯度-特征对齐（GFA）正则化来平滑损失景观，使模型对微小、精心设计的输入扰动不那么敏感。实证结果表明，对抗鲁棒性得到了显著改善，使用DeepDefense训练的CNN模型在CIFAR-10等基准测试中，在各种攻击类型下，其性能大幅优于标准的对抗性训练。
-
新算法增强了双向联想记忆模型的鲁棒性
研究人员开发了一种名为双向子空间旋转算法（B-SRA）的新训练算法，以提高双向联想记忆（BAM）模型的鲁棒性。传统的BAM训练方法，如双向反向传播（B-BP），常常难以应对噪声和对抗性攻击。B-SRA引入了正则化策略，包括正交权重矩阵（OWM）和梯度模式对齐（GPA），以增强其韧性。实验表明，整合OWM和GPA的配置在抵抗损坏和扰动方面最强，从而提高了BAM在各种攻击场景和记忆容量下的性能。