实体
CIFAR-100-C
CIFAR-100-C
PulseAugur coverage of CIFAR-100-C — every cluster mentioning CIFAR-100-C across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
交错噪声注入可提高神经网络在干净和损坏数据上的性能
研究人员开发了一种名为交错噪声注入的新型神经网络训练技术，该技术出人意料地提高了在干净、损坏和分布外数据上的性能。该方法在训练期间交替注入噪声和使用干净数据，这有助于优化器逃离局部最小值并增强探索，而不会造成显著的数据损失。该方法包括一种梯度范数稳定技术来管理快速的损失变化，并在 ResNet 和 ViT 架构的 CIFAR-100-C 和 ImageNet-C 等数据集上显示出显著的改进。
-
新型攻击隐蔽地针对测试时自适应模型
研究人员开发了一种新的样本级定向对抗攻击方法，该方法专门针对测试时自适应（TTA）场景。该方法旨在仅误分类包含攻击者选择的触发器的特定输入，同时保持良性查询的整体标签分布以逃避检测。所提出的基于元学习的攻击利用了一种新颖的优先级感知梯度对齐策略，以同时优化攻击成功率和分布隐蔽性。